國立政治大學心理學系112-1學術研討會
時間：2023年12月28日（星期四）14:10 – 16:00
地點：政治大學果夫樓101教室
敬邀各位師生踴躍參加！！
博士生報告（1）
報告人：林玫綺
報告題目：主管八卦的微影響：主管八卦對於部屬工作與家庭結果之研究
報告摘要：職場八卦是一種在職場中相當常見的社會互動，是社會訊息的非正式交換途徑，八卦來源可能來自同事之間，具有組織文化、價值與規範傳遞的功能，也可能來自主管，主管八卦可被視為領導行為的展現，其行為具管理意涵，主管八卦類型多樣，可淺以兩大向度分類—分別是工作內容相關與否、訊息本身正負向，共可分成四大類，分別對於訊息接受者可能有不同影響，主管透過不同的八卦類型，觸發部屬不同的焦點動機（促焦焦點動機與預防焦點動機）與情緒狀態（正向情緒與負向情緒），進而引發其在組織與家庭兩場域的不同行為展現（角色內與角色外行為）。立基於社會訊息處理理論（Social Information Processing Theory）(Salancik &Pfeffer, 1978)，強調個人與外在情境的關係是密不可分的，個體如何接受、解釋和反應社會情境中的訊息，進而影響其態度與行為，而個體自身的歸因與反芻風格也與社會情境存在交互作用，影響個體處理社會訊息的風格與關注焦點，調節社會訊息與個體動機與情緒狀態之間的關係，部屬自身的問題解決反芻風格與正向歸因風格，應有助其專注於社會訊息中工作相關、與自身績效改善的面向，有效提升部屬的促進焦點，提升角色內行為績效，甚至激發更多角色外行為表現，並減緩負向情緒對於工作與家庭場域的傷害。本研究以經驗採樣法，嘗試捕捉部屬對於主管八卦的知覺對其每日動機與狀態性情緒的變動，以及此個體內變動對於後續行為的影響效果。
博士生報告（2）
報告人：尤譯霆
報告題目：《文本情緒推論：開放式與封閉式詞彙分析》
報告摘要：封閉式詞彙分析（closed vocabulary analysis）與開放式詞彙分析（open vocabulary analysis）是兩種電腦化文本分析（computerized text analysis）取徑。前者主要依據一套依心理語文屬性編列的詞典，記算各詞類（例如，正向情緒詞）於文本中出現的頻次。心理學家發現這些詞類的使用確實能反映書寫者的內在狀態。後者則是使用機器學習演算法或AI語言模型，直接針對文本抽取語文特徵，例如，以AI語言模型針對文本詞彙生成相應的語意表徵。過去研究發現開放式詞彙抽取出的語文特徵比封閉式詞彙分析中的詞類，更能正確預測書寫者的性別年齡等變項。然而，這些人口變項往往對應了特定詞彙的使用，但這些詞彙卻可能不曾被收錄於封閉式詞彙分析的詞典中，如此有可能只有利於開放式詞彙分析。同時，這些研究並沒有比較過AI語言模型，以及它們都是以線性迴歸模型檢驗語文特徵預測依變項的正確率。基於上述幾點，本研究改以書寫方式較為豐富多變的情緒文本為刺激材料，使用三種封閉式詞彙分析詞典與一個AI語言模型BERT，對這些文本抽取語文特徵。然後訓練一個三層神經網路（非線性模型）根據這些語文特徵預測文本的情緒價性。結果發現，使用BERT能更正確地預測測驗文本的情緒價性，這應該是因為BERT生成的語意表徵也能表徵語徑脈絡所致。
