个人叙事主题（由人类编码与计算机编码）与享乐主义幸福感和目的论幸福感之间的横断面及纵向关联研究

《Journal of Research in Personality》：Cross-sectional and longitudinal associations between personal narrative themes (human vs. computer coded) and hedonic and eudaimonic well-being

叙事主题与幸福感的关系：人工编码与计算机编码的比较研究，发现人工编码在捕捉细微叙事内容方面更具优势，但未显著预测幸福感变化，不同主题对幸福感维度的影响模式存在差异。

　　

Cristy C. Pestilos|Patrick L. Hill|Adam K. Fetterman|Rodica Ioana Damian

美国德克萨斯州休斯顿市休斯顿大学

摘要

本研究探讨了人类编码和计算机编码的叙事主题与幸福感之间的关系。研究对象为美国成年人（平均年龄39岁；53%为男性；75%为白人/欧洲裔美国人），数据收集分为三个阶段。基线调查时（N_T1 = 663人），参与者讲述了COVID-19大流行如何改变了他们的生活，并报告了自己的享乐幸福感和目的幸福感。四个月后（N_T2 = 455人）和九个月后（N_T3 = 291人），再次评估了他们的幸福感。研究人员对叙事内容进行了编码，分析其中的动机性（能动性、共情）和情感性（救赎、污染）主题。与计算机编码的主题相比，人类编码的主题在幸福感两个维度上的关联更为显著。然而，叙事主题与幸福感的变化之间并未表现出稳定的相关性。此外，还观察到了动机性主题和情感性主题与幸福感维度之间的不同关联模式。

研究片段

叙事主题与幸福感

根据McLean及其同事（2020年）提出的“三大框架”，叙事身份由三个维度构成：（1）动机性和情感性主题，（2）自传式推理（即意义构建、个人成长），以及（3）叙事结构（即组织性、连贯性）。动机性和情感性主题与幸福感的关联最为紧密，因为它们直接反映了心理功能背后的情绪和人际关系特征（McLean等人，2020年）。

计算机化文本分析的应用

人们对个人经历的描述是身份的重要标志，这些描述受到其生活经历的影响。因此，通过分析个人叙事中使用的语言成分（如词汇、词类、频率、结构），可以揭示有关个体心理状态和身体健康的重要信息（Chung & Pennebaker，2018年）。例如，在自传中，如果出现更多关于社会角色、融入感和积极情绪的词汇，可能表明该个体的某些心理特征。

方法

本研究包括数据清洗流程、数据转换和分析计划，均已提前注册（详见https://osf.io/yu26t?view_only=7a0dd022a478411b871a7ac211893e51）。如有偏离预先注册的内容，将在脚注中说明。

人口统计信息

参与者报告了自己的年龄（以岁为单位）、性别、种族/族裔以及社会经济地位（SES）。性别编码为0=男性，1=女性；种族/族裔编码为0=白人/欧洲裔美国人，1=有色人种（POC），其中POC包括拉丁裔/西班牙裔、美洲原住民、非裔美国人、亚裔美国人、夏威夷原住民/太平洋岛民、多种族混血以及其他种族。社会经济地位指数通过两个项目来评估，这两个项目考察了参与者的教育水平和年收入。

结果

表S1（补充材料）包含了所有研究变量的描述性统计信息（均值、标准差）以及变量间的相关性。值得注意的是，人类编码和计算机编码的主题在评估能动性（r = 0.08，95%置信区间[0.00, 0.16]，p = 0.039）和共情（r = 0.31，95%置信区间[0.24, 0.38]，p < 0.001）时显示出显著的相关性。然而，在评估救赎主题时，两种编码方法之间的相关性并不明显。

讨论

本研究将传统的人工编码方法与计算机化编码方法进行了比较，探讨了这两种方法对享乐幸福感和目的幸福感的影响。这项研究在叙事研究和幸福感研究领域提出了若干新见解。据我们所知，这是首次同时采用人工编码和计算机编码来分析动机性和情感性叙事主题及其与幸福感关系的研究。

结论

通过采用纵向研究设计，并以COVID-19大流行期间调查的美国中年人为样本，我们比较了传统人工编码和计算机化编码在分析叙事主题方面的有效性，并研究了这两种方法与多种幸福感指标之间的关系。研究结果表明，人类编码的叙事主题与幸福感结果之间的关联更为一致和稳健，这可能归因于人工编码在捕捉叙事细微内容方面的优势。

未引用参考文献

Adler等人（2022年），Baddeley和Singer（2010年），Bardi等人（2008年），Bauer等人（2019年），Bender等人（2012年），Boals等人（2011年），Boals和Klein（2005年），Booker等人（2022年），Boyd等人（2015年），Chakraborty和Maity（2020年），Da Silva Neto等人（2021年），Diehl等人（2004年），Donthu和Gustafsson（2020年），Dubreucq等人（2021年），Graybeal等人（2002年），Grysman（2022年），Haber（2006年），Hansson和Yanos（2016年），Hansson等人（2017年），Hirsh和Peterson（2009年），Holm等人（2020年），Homan等人（2022年），Huang等人（2022年）。

CRediT作者贡献声明

Cristy C. Pestilos：概念构建、数据整理、正式分析、项目管理、可视化、初稿撰写、审稿与编辑。Patrick L. Hill：审稿与编辑、概念构建。Adam K. Fetterman：审稿与编辑、概念构建。Rodica Ioana Damian：审稿与编辑、监督工作、资源协调、项目管理、资金申请、数据整理、概念构建。

利益冲突声明

作者声明不存在可能影响本文研究的已知财务利益冲突或个人关系。

致谢

本研究得到了[为保护隐私而隐去名称的大学]提供的种子基金支持，该基金由RID、FLO和PLH共同获得。