Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
THE JOURNEY FROM CONTROLLED TO AUTOMATIC: LEARING EMOTION REGULATION ACROSS PERSONALITY DOMAINS
Umeå universitet, Samhällsvetenskapliga fakulteten, Institutionen för psykologi.
Umeå universitet, Samhällsvetenskapliga fakulteten, Institutionen för psykologi.
2025 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

This thesis examines the possibility of automating the emotion regulation (ER) strategy cognitive reappraisal and its relationship with personality, as defined by the Big Five model. ER is a key component of psychological well-being that enables individuals to modify emotional responses. Reappraisal, though efficient, often requires conscious cognitive effort. The study explores whether reappraisal can be learned to function more automatically using classical conditioning principles. A within-subjects experimental design was employed, including 30 participants aged 23–38 years, predominantly psychology students. Participants were trained to reappraise emotional stimuli and tested using visual cues (square vs. triangle) to differentiate reappraisal from a counting control task. Emotional arousal was measured using self-reported Likert scales before and after exposure to stimuli. The Big Five Inventory 2-S (BFI-2-S) assessed personality dimensions. The results showed significant reductions in emotional arousal for both stimuli. Furthermore, there was a significantly higher reduction in arousal for the reappraisal cues compared to the control condition, indicating that reappraisal can indeed become more automatic. However, no significant correlations were found between personality traits and ability to learn reappraisal automatically, suggesting that personality may not constrain the ability to learn this strategy. These findings imply potential for widespread application of automatic reappraisal training in clinical interventions, independent of personality differences. Limitations related to sample size, homogeneity, and experimental design are acknowledged, and future studies are encouraged to explore long-term effects and diverse populations.

Keywords: emotion regulation, reappraisal, personality traits, Big Five model, classical conditioning.

Abstract [sv]

I den här masteruppsatsen undersöks möjligheten att automatisera känsloregleringsstrategin omvärdering, och dess relation till personlighetsdrag, som definierats enligt Big Five-modellen. Känsloreglering är en nyckelkomponent av psykologiskt välbefinnande som möjliggör justering av känslomässig respons för individer. Omvärdering, om än effektivt, kräver ofta en medveten kognitiv ansträngning. Studien undersöker huruvida omvärdering kan läras ut att användas mer automatiskt med hjälp av principer från klassisk betingning. En inomgruppsdesign användes och inkluderade 30 deltagare i åldrarna 23-38, huvudsakligen psykologstudenter. Deltagarna tränades att omvärdera känsloframkallande stimuli och testades med hjälp av visuella betingelser (fyrkant vs. triangel) för att särskilja mellan omvärdering och en räkneuppgift. Känslointensitet mättes med hjälp av självskattningar i Likert-skalor före och efter exponering till stimuli. The Big Five Inventory 2-S (BFI-2-S) användes för att utvärdera personlighetsdrag. Resultatet visade på en signifikant reduktion i känslointensitet för båda stimuli. Vidare så fanns det en statistiskt signifikant högre reduktion i känslointensitet för omvärderingsstimuli jämfört med kontrollstimuli, vilket indikerar att användning av omvärdering kan bli mer automatiserat. Dock hittades ingen signifikant korrelation mellan personlighetsdrag och förmågan att omvärdera automatiskt, vilket kan betyda att personlighet inte begränsar förmågan att kunna lära sig att omvärdera automatiskt. Dessa fynd indikerar att det finns en möjlighet till användningen av automatisk omvärdering i kliniska interventioner, oberoende av personlighetfaktorer. Begräsningar relaterade till stickprovsstorlek, homogenitet, experimentdesign lyfts och framtida studier uppmuntras till att utforska långsiktiga effekter samt använda ett stickprov med större mångfald.

Nyckelord: emotionsreglering, omvärdering, personlighetsdrag, Big Five-modellen, klassisk betingning

Ort, förlag, år, upplaga, sidor
2025. , s. 20
Nyckelord [en]
emotion regulation, reappraisal, personality traits, Big Five model, classical conditioning
Nyckelord [sv]
emotionsreglering, omvärdering, personlighetsdrag, Big Five-modellen, klassisk betingning
Nationell ämneskategori
Psykologi
Identifikatorer
URN: urn:nbn:se:umu:diva-234090OAI: oai:DiVA.org:umu-234090DiVA, id: diva2:1927419
Utbildningsprogram
Psykologprogrammet
Handledare
Tillgänglig från: 2025-01-15 Skapad: 2025-01-14 Senast uppdaterad: 2025-01-15Bibliografiskt granskad

Open Access i DiVA

fulltext(5680 kB)75 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 5680 kBChecksumma SHA-512
3d0072c5c848dbd5659741fc5a41d91e17afb4a9416ae4b40c75ffb4d42533d7a30f758cb95b496739089f41ea715069b66bb7aedd8af0d7bb3be244c8a3a966
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Eckeryd, JuliaNordlöf, Tobias
Av organisationen
Institutionen för psykologi
Psykologi

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 75 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 395 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf