Real-world unexpected outcomes predict city-level mood states and risk-taking behavior.
Real-world unexpected outcomes predict city-level mood states and risk-taking behavior.
复制标题
DOI：
10.1371/journal.pone.0206923
复制
发表时间：
2018
期刊：
影响因子：
3.7
通讯作者：
Eichstaedt JC
中科院分区：
文献类型：
--
作者：
Otto AR;Eichstaedt JC
情绪状态的波动是由日常生活中不可预测的结果驱动的，但似乎也会驱动冒险等后果性行为。然而，我们对意外结果、情绪和冒险行为之间关系的理解主要依赖于受约束的人工实验室环境。在这里，我们研究，使用自然主义的数据集，如何在现实世界中的意外结果预测情绪状态的变化，在城市的水平上观察，反过来预测赌博行为的变化。通过分析从520万个特定位置和公共Twitter帖子或“推文”中提取的日常情绪语言，我们研究了现实世界的“预测误差”-与预期正偏离的本地结果-如何预测在城市层面上可观察到的日常情绪状态。这些情绪状态反过来预测了每人彩票赌博率的增加，揭示了预测错误、情绪和风险决策之间的相互作用在真实的世界中是如何展开的。我们的研究结果强调了社交媒体和自然主义数据集如何独特地使我们能够理解随之而来的心理现象。
Fluctuations in mood states are driven by unpredictable outcomes in daily life but also appear to drive consequential behaviors such as risk-taking. However, our understanding of the relationships between unexpected outcomes, mood, and risk-taking behavior has relied primarily upon constrained and artificial laboratory settings. Here we examine, using naturalistic datasets, how real-world unexpected outcomes predict mood state changes observable at the level of a city, in turn predicting changes in gambling behavior. By analyzing day-to-day mood language extracted from 5.2 million location-specific and public Twitter posts or ‘tweets’, we examine how real-world ‘prediction errors’—local outcomes that deviate positively from expectations—predict day-to-day mood states observable at the level of a city. These mood states in turn predicted increased per-person lottery gambling rates, revealing how interplay between prediction errors, moods, and risky decision-making unfolds in the real world. Our results underscore how social media and naturalistic datasets can uniquely allow us to understand consequential psychological phenomena.
登录
查看更多内容
影响因子：
5.1
作者：
Grable, John E.;Roszkowski, Michael J.
通讯作者：
Roszkowski, Michael J.
影响因子：
7
作者：
Kern, Margaret L.;Park, Gregory;Ungar, Lyle H.
通讯作者：
Ungar, Lyle H.
影响因子：
3.7
作者：
Glimcher, Paul W.;Tymula, Agnieszka
通讯作者：
Tymula, Agnieszka
影响因子：
7.6
作者：
CLARK, LA;WATSON, D
通讯作者：
WATSON, D
影响因子：
10.7
作者：
Kamstra, MJ;Kramer, LA;Levi, MD
通讯作者：
Levi, MD