TY  - THES
A1  - Tibken, Catharina Maria
T1  - Die Entwicklung phonologischer Bewusstheit im Vorschulalter - Institutionelle Einflüsse und wechselseitige Zusammenhänge mit phonologischen, frühen schriftsprachlichen und sprachlichen Kompetenzen
T1  - The Development of Phonological Awareness - Institutional Influences and Mutual Relations with Phonological, Early Literacy and Linguistic Competencies
N2  - Phonologische Bewusstheit stellt die Kompetenz dar, Sprache in kleinere Einheiten wie einzelne Silben und Phoneme untergliedern zu können. Sie ist damit eine wichtige Vorläuferfertigkeit für den Schriftspracherwerb.
Die vorliegende Arbeit untersucht die Entwicklung der phonologischen Bewusstheit während des letzten Kindergartenjahres. Zum einen werden die faktorielle Struktur und die Messinvarianz der phonologischen Bewusstheit im Verlauf des letzten Kindergartenjahres analysiert. Als zweiter Aspekt werden die wechselseitigen Zusammenhänge der phonologischen Bewusstheit mit weiteren phonologischen, frühen schriftsprachlichen und sprachlichen Kompetenzen im Vorschulalter untersucht. Der dritte Aspekt bezieht sich auf die institutionelle Förderung phonologischer Bewusstheit bei Vorschulkindern im Kindergarten. Hier werden die Effekte einer expliziten Förderung durch das Trainingsprogramm „Hören, lauschen, lernen“ (Küspert & Schneider, 2018) und einer impliziten Förderung im Kindergartenalltag sowie inzidentelle Einflüsse durch Erwartungseffekte untersucht.
Zur Untersuchung der Fragestellungen wurde ein längsschnittliches Design mit zwei Messzeitpunkten zu Beginn und Ende des letzten Kindergartenjahres verwendet. Die Stichprobe umfasste 390 Vorschulkinder. Für die statistischen Analysen wurden im Wesentlichen Strukturgleichungsmodelle verwendet.
Die Ergebnisse zur Struktur der phonologischen Bewusstheit zeigten Schwierigkeiten bei der längsschnittlichen Abbildung des Konstrukts im Vorschulalter. Da die Tests zur Erfassung der phonologischen Bewusstheit im weiteren Sinne (auf Reim- und Silbenebene) Deckeneffekte aufwiesen und sich im Vorschulalter insbesondere die phonologische Bewusstheit im engeren Sinne (auf Phonemebene) entwickelt, wurde das latente Konstrukt der phonologischen Bewusstheit im Weiteren ausschließlich durch Messverfahren zur Erfassung der phonologischen Bewusstheit im engeren Sinne modelliert. Zudem ließ sich lediglich schwache Messinvarianz etablieren, sodass die Befunde auf einen qualitativen Wandel des Konstrukts während des letzten Kindergartenjahres hindeuten.
Die Befunde zu Zusammenhängen der phonologischen Bewusstheit mit weiteren phonologischen, frühen schriftsprachlichen und sprachlichen Kompetenzen ergaben komplexe wechselseitige Effekte. Die phonologische Bewusstheit sagte dabei die Entwicklung früher schriftsprachlicher Kompetenzen vorher, während sich die Entwicklung der phonologischen Bewusstheit selbst auch durch grammatikalische Kompetenzen erklären ließ.
Bei den Analysen zur Förderung der phonologischen Bewusstheit im Vorschulalter war insbesondere die explizite Förderung durch „Hören, lauschen, lernen“ (Küspert & Schneider, 2018) effektiv. Für die Effektivität des Programms waren zudem die Implementationsbedingungen im Kindergarten relevant. Hier erwies sich vor allem eine vorherige Schulung der Erzieher(innen) als positiv sowie auch eine Abweichung vom Manual in organisatorischer Hinsicht, sodass das Training nicht täglich, sondern mehrmals pro Woche in größeren Abschnitten stattfand. Auf die implizite Förderung der phonologischen Bewusstheit konnte lediglich indirekt über das Wissen der Erzieher(innen) über Sprach- und frühe Schriftsprachförderung geschlossen werden. Das Wissen der Erzieher(innen) über die Förderung phonologischer Bewusstheit war dabei nicht von Bedeutung für die Kompetenzentwicklung der Kinder. Stattdessen wirkte sich das Wissen über sprachliche Fördermaßnahmen, insbesondere bezüglich Maßnahmen bei Aussprachstörungen, günstig auf die Entwicklung der phonologischen Bewusstheit aus. Neben Effekten einer expliziten und impliziten Förderung der phonologischen Bewusstheit waren auch inzidentelle Effekte aufgrund der Urteile der Erzieher(innen) über die Kompetenzen der Kinder nachweisbar. Auch hier wirkten sich die Einschätzungen der sprachlichen Kompetenzen in den Bereichen Aussprache, Wortschatz und Grammatik auf die Entwicklung der phonologischen Bewusstheit aus, während die Einschätzung der phonologischen Bewusstheit selbst durch die Erzieher(innen) die weitere Entwicklung nicht vorhersagen konnte.
Insgesamt sprechen die Befunde für komplexe Zusammenhänge der phonologischen Bewusstheit mit weiteren phonologischen, frühen schriftsprachlichen und sprachlichen Kompetenzen, die auch bei der Konzeption von Fördermaßnahmen berücksichtigt werden sollten.
N2  - Phonological awareness represents the ability to subdivide language into smaller units such as individual syllables and phonemes. It is therefore an important precursor for the acquisition of written language.
The present work examines the development of phonological awareness during the last year of kindergarten: First, we analyzed the factorial structure and the measurement invariance of phonological awareness during the last year of kindergarten. Second, we examined the mutual relations of phonological awareness with further phonological, early literacy and linguistic competencies in preschool age. Third, we examined influences on the development of phonological awareness in preschool children in kindergarten. We analyzed the effects of an explicit phonological training program ("Hören, lauschen, lernen"; Küspert & Schneider, 2018), an implicit facilitation of phonological awareness via daily routines in kindergarten, and incidental influences on phonological awareness like expectancy effects.
Our longitudinal design consisted of two measurement points at the beginning and the end of the last year of kindergarten. The sample included 390 preschool children. For the statistical analyses, we mainly used structural equation modelling.
The results regarding the structure of phonological awareness showed only a limited stability of the construct in preschool age. Whereas we found ceiling effect for phonological awareness in the broad sense (at rhyme and syllable level), we found a development of phonological awareness in the narrow sense (at phoneme level) in children in preschool age. In further analyses, we consequently measured the latent construct of phonological awareness only using tests of phonological awareness in the narrow sense. In addition, we could only establish weak measurement invariance, so that the findings indicate a qualitative change in the construct of phonological awareness during the last year of kindergarten.
We found complex relations between phonological awareness and other phonological, early literacy, and linguistic competencies. Phonological awareness predicted the development of early literacy skills, while the development of phonological awareness itself could incrementally be explained by grammatical competencies.
Regarding institutional measures to promote phonological awareness in preschool age, the explicit training program (Küspert & Schneider, 2018) proved to be particularly effective. Moreover, the implementation conditions in kindergarten were also relevant for the effectiveness of the program. Above all, a previous training of the educators proved to be positive as well as a deviation from the training manual in organizational terms, in the sense that the training did not take place daily, but several times a week in larger sections. We inferred the content and the extent of the implicit measures to promote phonological awareness in daily kindergarten life indirectly from the educators' knowledge, how to promote language and early written language. The educators’ knowledge about measures to promote phonological awareness was not important for the development of children's competencies. Instead, knowledge about measures to promote linguistic competencies, particularly those competencies related to speech sound disorders, had a beneficial effect on the development of phonological awareness. In addition to the effects of explicit and implicit measures to promote phonological awareness, incidental effects based on the educators' judgments about the children's competencies were also evident. Again, the assessment of linguistic competencies in the areas of pronunciation, vocabulary and grammar had an impact on the development of phonological awareness, while the educators' judgments of the children's phonological awareness itself could not predict the further phonological development.
Overall, the findings suggest complex relationships of phonological awareness with further phonological, early literacy and linguistic competencies, which should be taken into account when designing measures to promote phonological awareness.
KW  - Phonologische Bewusstheit
KW  - Vorschulalter
KW  - Faktorielle Struktur
KW  - Zusammenhänge
KW  - Förderung
KW  - Vorschulkind
Y1  - 2020
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-208056
ER  - 
TY  - THES
A1  - Menne, Isabelle M.
T1  - Facing Social Robots – Emotional Reactions towards Social Robots
N2  - Ein Army Colonel empfindet Mitleid mit einem Roboter, der versuchsweise Landminen entschärft und deklariert den Test als inhuman (Garreau, 2007). Roboter bekommen militärische Beförderungen, Beerdigungen und Ehrenmedaillen (Garreau, 2007; Carpenter, 2013). Ein Schildkrötenroboter wird entwickelt, um Kindern beizubringen, Roboter gut zu behandeln (Ackermann, 2018). Der humanoide Roboter Sophia wurde erst kürzlich Saudi-Arabischer Staatsbürger und es gibt bereits Debatten, ob Roboter Rechte bekommen sollen (Delcker, 2018). Diese und ähnliche Entwicklungen zeigen schon jetzt die Bedeutsamkeit von Robotern und die emotionale Wirkung die diese auslösen. Dennoch scheinen sich diese emotionalen Reaktionen auf einer anderen Ebene abzuspielen, gemessen an Kommentaren in Internetforen. Dort ist oftmals die Rede davon, wieso jemand überhaupt emotional auf einen Roboter reagieren kann. Tatsächlich ist es, rein rational gesehen, schwierig zu erklären, warum Menschen mit einer leblosen (‚mindless‘) Maschine mitfühlen sollten. Und dennoch zeugen nicht nur oben genannte Berichte, sondern auch erste wissenschaftliche Studien (z.B. Rosenthal- von der Pütten et al., 2013) von dem emotionalen Einfluss den Roboter auf Menschen haben können. Trotz der Bedeutsamkeit der Erforschung emotionaler Reaktionen auf Roboter existieren bislang wenige wissenschaftliche Studien hierzu. Tatsächlich identifizierten Kappas, Krumhuber und Küster (2013) die systematische Analyse und Evaluation sozialer Reaktionen auf Roboter als eine der größten Herausforderungen der affektiven Mensch-Roboter Interaktion. Nach Scherer (2001; 2005) bestehen Emotionen aus der Koordination und Synchronisation verschiedener Komponenten, die miteinander verknüpft sind. Motorischer Ausdruck (Mimik), subjektives Erleben, Handlungstendenzen, physiologische und kognitive Komponenten gehören hierzu. Um eine Emotion vollständig zu erfassen, müssten all diese Komponenten gemessen werden, jedoch wurde eine solch umfassende Analyse bisher noch nie durchgeführt (Scherer, 2005). Hauptsächlich werden Fragebögen eingesetzt (vgl. Bethel & Murphy, 2010), die allerdings meist nur das subjektive Erleben abfragen. Bakeman und Gottman (1997) geben sogar an, dass nur etwa 8% der psychologischen Forschung auf Verhaltensdaten basiert, obwohl die Psychologie traditionell als das ‚Studium von Psyche und Verhalten‘ (American Psychological Association, 2018) definiert wird. Die Messung anderer Emotionskomponenten ist selten. Zudem sind Fragebögen mit einer Reihe von Nachteilen behaftet (Austin, Deary, Gibson, McGregor, Dent, 1998; Fan et al., 2006; Wilcox, 2011). Bethel und Murphy (2010) als auch Arkin und Moshkina (2015) plädieren für einen Multi-Methodenansatz um ein umfassenderes Verständnis von affektiven Prozessen in der Mensch-Roboter Interaktion zu erlangen. Das Hauptziel der vorliegenden Dissertation ist es daher, mithilfe eines Multi-Methodenansatzes verschiedene Komponenten von Emotionen (motorischer Ausdruck, subjektive Gefühlskomponente, Handlungstendenzen) zu erfassen und so zu einem vollständigeren und tiefgreifenderem Bild emotionaler Prozesse auf Roboter beizutragen. 
Um dieses Ziel zu erreichen, wurden drei experimentelle Studien mit insgesamt 491 Teilnehmern durchgeführt. Mit unterschiedlichen Ebenen der „apparent reality“ (Frijda, 2007) sowie Macht / Kontrolle über die Situation (vgl. Scherer & Ellgring, 2007) wurde untersucht, inwiefern sich Intensität und Qualität emotionaler Reaktionen auf Roboter ändern und welche weiteren Faktoren (Aussehen des Roboters, emotionale Expressivität des Roboters, Behandlung des Roboters, Autoritätsstatus des Roboters) Einfluss ausüben. 
Experiment 1 basierte auf Videos, die verschiedene Arten von Robotern (tierähnlich, anthropomorph, maschinenartig), die entweder emotional expressiv waren oder nicht (an / aus) in verschiedenen Situationen (freundliche Behandlung des Roboters vs. Misshandlung) zeigten. Fragebögen über selbstberichtete Gefühle und die motorisch-expressive Komponente von Emotionen: Mimik (vgl. Scherer, 2005) wurden analysiert. Das Facial Action Coding System (Ekman, Friesen, & Hager, 2002), die umfassendste und am weitesten verbreitete Methode zur objektiven Untersuchung von Mimik, wurde hierfür verwendet. Die Ergebnisse zeigten, dass die Probanden Gesichtsausdrücke (Action Unit [AU] 12 und AUs, die mit positiven Emotionen assoziiert sind, sowie AU 4 und AUs, die mit negativen Emotionen assoziiert sind) sowie selbstberichtete Gefühle in Übereinstimmung mit der Valenz der in den Videos gezeigten Behandlung zeigten. Bei emotional expressiven Robotern konnten stärkere emotionale Reaktionen beobachtet werden als bei nicht-expressiven Robotern. Der tierähnliche Roboter Pleo erfuhr in der Misshandlungs-Bedingung am meisten Mitleid, Empathie, negative Gefühle und Traurigkeit, gefolgt vom anthropomorphen Roboter Reeti und am wenigsten für den maschinenartigen Roboter Roomba. Roomba wurde am meisten Antipathie zugeschrieben. Die Ergebnisse knüpfen an frühere Forschungen an (z.B. Krach et al., 2008; Menne & Schwab, 2018; Riek et al., 2009; Rosenthal-von der Pütten et al., 2013) und zeigen das Potenzial der Mimik für eine natürliche Mensch-Roboter Interaktion. 
Experiment 2 und Experiment 3 übertrugen die klassischen Experimente von Milgram (1963; 1974) zum Thema Gehorsam in den Kontext der Mensch-Roboter Interaktion. Die Gehorsamkeitsstudien von Milgram wurden als sehr geeignet erachtet, um das Ausmaß der Empathie gegenüber einem Roboter im Verhältnis zum Gehorsam gegenüber einem Roboter zu untersuchen. Experiment 2 unterschied sich von Experiment 3 in der Ebene der „apparent reality“ (Frijda, 2007): in Anlehnung an Milgram (1963) wurde eine rein text-basierte Studie (Experiment 2) einer live Mensch-Roboter Interaktion (Experiment 3) gegenübergestellt. Während die abhängigen Variablen von Experiment 2 aus den Selbstberichten emotionaler Gefühle sowie Einschätzungen des hypothetischen Verhaltens bestand, erfasste Experiment 3 subjektive Gefühle sowie reales Verhalten (Reaktionszeit: Dauer des Zögerns; Gehorsamkeitsrate; Anzahl der Proteste; Mimik) der Teilnehmer. Beide Experimente untersuchten den Einfluss der Faktoren „Autoritätsstatus“ (hoch / niedrig) des Roboters, der die Befehle erteilt (Nao) und die emotionale Expressivität (an / aus) des Roboters, der die Strafen erhält (Pleo). Die subjektiven Gefühle der Teilnehmer aus Experiment 2 unterschieden sich zwischen den Gruppen nicht. Darüber hinaus gaben nur wenige Teilnehmer (20.2%) an, dass sie den „Opfer“-Roboter definitiv bestrafen würden. Ein ähnliches Ergebnis fand auch Milgram (1963). Das reale Verhalten von Versuchsteilnehmern in Milgrams‘ Labor-Experiment unterschied sich jedoch von Einschätzungen hypothetischen Verhaltens von Teilnehmern, denen Milgram das Experiment nur beschrieben hatte. Ebenso lassen Kommentare von Teilnehmern aus Experiment 2 darauf schließen, dass das beschriebene Szenario möglicherweise als fiktiv eingestuft wurde und Einschätzungen von hypothetischem Verhalten daher kein realistisches Bild realen Verhaltens gegenüber Roboter in einer live Interaktion zeichnen können. Daher wurde ein weiteres Experiment (Experiment 3) mit einer Live Interaktion mit einem Roboter als Autoritätsfigur (hoher Autoritätsstatus vs. niedriger) und einem weiteren Roboter als „Opfer“ (emotional expressiv vs. nicht expressiv) durchgeführt. Es wurden Gruppenunterschiede in Fragebögen über emotionale Reaktionen gefunden. Dem emotional expressiven Roboter wurde mehr Empathie entgegengebracht und es wurde mehr Freude und weniger Antipathie berichtet als gegenüber einem nicht-expressiven Roboter. Außerdem konnten Gesichtsausdrücke beobachtet werden, die mit negativen Emotionen assoziiert sind während Probanden Nao’s Befehl ausführten und Pleo bestraften. Obwohl Probanden tendenziell länger zögerten, wenn sie einen emotional expressiven Roboter bestrafen sollten und der Befehl von einem Roboter mit niedrigem Autoritätsstatus kam, wurde dieser Unterschied nicht signifikant. Zudem waren alle bis auf einen Probanden gehorsam und bestraften Pleo, wie vom Nao Roboter befohlen. Dieses Ergebnis steht in starkem Gegensatz zu dem selbstberichteten hypothetischen Verhalten der Teilnehmer aus Experiment 2 und unterstützt die Annahme, dass die Einschätzungen von hypothetischem Verhalten in einem Mensch-Roboter-Gehorsamkeitsszenario nicht zuverlässig sind für echtes Verhalten in einer live Mensch-Roboter Interaktion. Situative Variablen, wie z.B. der Gehorsam gegenüber Autoritäten, sogar gegenüber einem Roboter, scheinen stärker zu sein als Empathie für einen Roboter. Dieser Befund knüpft an andere Studien an (z.B. Bartneck & Hu, 2008; Geiskkovitch et al., 2016; Menne, 2017; Slater et al., 2006), eröffnet neue Erkenntnisse zum Einfluss von Robotern, zeigt aber auch auf, dass die Wahl einer Methode um Empathie für einen Roboter zu evozieren eine nicht triviale Angelegenheit ist (vgl. Geiskkovitch et al., 2016; vgl. Milgram, 1965). Insgesamt stützen die Ergebnisse die Annahme, dass die emotionalen Reaktionen auf Roboter tiefgreifend sind und sich sowohl auf der subjektiven Ebene als auch in der motorischen Komponente zeigen. Menschen reagieren emotional auf einen Roboter, der emotional expressiv ist und eher weniger wie eine Maschine aussieht. Sie empfinden Empathie und negative Gefühle, wenn ein Roboter misshandelt wird und diese emotionalen Reaktionen spiegeln sich in der Mimik. Darüber hinaus unterscheiden sich die Einschätzungen von Menschen über ihr eigenes hypothetisches Verhalten von ihrem tatsächlichen Verhalten, weshalb videobasierte oder live Interaktionen zur Analyse realer Verhaltensreaktionen empfohlen wird. Die Ankunft sozialer Roboter in der Gesellschaft führt zu nie dagewesenen Fragen und diese Dissertation liefert einen ersten Schritt zum Verständnis dieser neuen Herausforderungen.
N2  - An Army Colonel feels sorry for a robot that defuses landmines on a trial basis and declares the test inhumane (Garreau, 2007). Robots receive military promotions, funerals and medals of honor (Garreau, 2007; Carpenter, 2013). A turtle robot is being developed to teach children to treat robots well (Ackermann, 2018). The humanoid robot Sophia recently became a Saudi Arabian citizen and there are now debates whether robots should have rights (Delcker, 2018). These and similar developments already show the importance of robots and the emotional impact they have. Nevertheless, these emotional reactions seem to take place on a different level, judging by comments in internet forums alone: Most often, emotional reactions towards robots are questioned if not denied at all. In fact, from a purely rational point of view, it is difficult to explain why people should empathize with a mindless machine. However, not only the reports mentioned above but also first scientific studies (e.g. Rosenthal- von der Pütten et al., 2013) bear witness to the emotional influence of robots on humans. Despite the importance of researching emotional reactions towards robots, there are few scientific studies on this subject. In fact, Kappas, Krumhuber and Küster (2013) identified effective testing and evaluation of social reactions towards robots as one of the major challenges of affective Human-Robot Interaction (HRI). According to Scherer (2001; 2005), emotions consist of the coordination and synchronization of different components that are linked to each other. These include motor expression (facial expressions), subjective experience, action tendencies, physiological and cognitive components. To fully capture an emotion, all these components would have to be measured, but such a comprehensive analysis has never been performed (Scherer, 2005). Primarily, questionnaires are used (cf. Bethel & Murphy, 2010) but most of them only capture subjective experiences. Bakeman and Gottman (1997) even state that only about 8% of psychological research is based on behavioral data, although psychology is traditionally defined as the 'study of the mind and behavior' (American Psychological Association, 2018). The measurement of other emotional components is rare. In addition, questionnaires have a number of disadvantages (Austin, Deary, Gibson, McGregor, Dent, 1998; Fan et al., 2006; Wilcox, 2011). Bethel and Murphy (2010) as well as Arkin and Moshkina (2015) argue for a multi-method approach to achieve a more comprehensive understanding of affective processes in HRI. The main goal of this dissertation is therefore to use a multi-method approach to capture different components of emotions (motor expression, subjective feeling component, action tendencies) and thus contribute to a more complete and profound picture of emotional processes towards robots. 
To achieve this goal, three experimental studies were conducted with a total of 491 participants. With different levels of ‘apparent reality’ (Frijda, 2007) and power/control over the situation (cf. Scherer & Ellgring, 2007), the extent to which the intensity and quality of emotional responses to robots change were investigated as well as the influence of other factors (appearance of the robot, emotional expressivity of the robot, treatment of the robot, authority status of the robot). 
Experiment 1 was based on videos showing different types of robots (animal-like, anthropomorphic, machine-like) in different situations (friendly treatment of the robot vs. torture treatment) while being either emotionally expressive or not. Self-reports of feelings as well as the motoric-expressive component of emotion: facial expressions (cf. Scherer, 2005) were analyzed. The Facial Action Coding System (Ekman, Friesen, & Hager, 2002), the most comprehensive and most widely used method for objectively assessing facial expressions, was utilized for this purpose. Results showed that participants displayed facial expressions (Action Unit [AU] 12 and AUs associated with positive emotions as well as AU 4 and AUs associated with negative emotions) as well as self-reported feelings in line with the valence of the treatment shown in the videos. Stronger emotional reactions could be observed for emotionally expressive robots than non-expressive robots. Most pity, empathy, negative feelings and sadness were reported for the animal-like robot Pleo while watching it being tortured, followed by the anthropomorphic robot Reeti and least for the machine-like robot Roomba. Most antipathy was attributed to Roomba. The findings are in line with previous research (e.g., Krach et al., 2008; Menne & Schwab, 2018; Riek et al., 2009; Rosenthal-von der Pütten et al., 2013) and show facial expressions’ potential for a natural HRI. 
Experiment 2 and Experiment 3 transferred Milgram’s classic experiments (1963; 1974) on obedience into the context of HRI. Milgram’s obedience studies were deemed highly suitable to study the extent of empathy towards a robot in relation to obedience to a robot. Experiment 2 differed from Experiment 3 in the level of ‘apparent reality’ (Frijda, 2007): based on Milgram (1963), a purely text-based study (Experiment 2) was compared with a live HRI (Experiment 3). While the dependent variables of Experiment 2 consisted of self-reports of emotional feelings and assessments of hypothetical behavior, Experiment 3 measured subjective feelings and real behavior (reaction time: duration of hesitation; obedience rate; number of protests; facial expressions) of the participants. Both experiments examined the influence of the factors "authority status" (high / low) of the robot giving the orders (Nao) and the emotional expressivity (on / off) of the robot receiving the punishments (Pleo). The subjective feelings of the participants from Experiment 2 did not differ between the groups. In addition, only few participants (20.2%) stated that they would definitely punish the "victim" robot. Milgram (1963) found a similar result. However, the real behavior of participants in Milgram's laboratory experiment differed from the estimates of hypothetical behavior of participants to whom Milgram had only described the experiment. Similarly, comments from participants in Experiment 2 suggest that the scenario described may have been considered fictitious and that assessments of hypothetical behavior may not provide a realistic picture of real behavior towards robots in a live interaction. Therefore, another experiment (Experiment 3) was performed with a live interaction with a robot as authority figure (high authority status vs. low) and another robot as "victim" (emotional expressive vs. non-expressive). Group differences were found in questionnaires on emotional responses. More empathy was shown for the emotionally expressive robot and more joy and less antipathy was reported than for a non-expressive robot. In addition, facial expressions associated with negative emotions could be observed while subjects executed Nao's command and punished Pleo. Although subjects tended to hesitate longer when punishing an emotionally expressive robot and the order came from a robot with low authority status, this difference did not reach significance. Furthermore, all but one subject were obedient and punished Pleo as commanded by the Nao robot. This result stands in stark contrast to the self-reported hypothetical behavior of the participants from Experiment 2 and supports the assumption that the assessments of hypothetical behavior in a Human-Robot obedience scenario are not reliable for real behavior in a live HRI. Situational variables, such as obedience to authorities, even to a robot, seem to be stronger than empathy for a robot. This finding is in line with previous studies (e.g. Bartneck & Hu, 2008; Geiskkovitch et al., 2016; Menne, 2017; Slater et al., 2006), opens up new insights into the influence of robots, but also shows that the choice of a method to evoke empathy for a robot is not a trivial matter (cf. Geiskkovitch et al., 2016; cf. Milgram, 1965). Overall, the results support the assumption that emotional reactions to robots are profound and manifest both at the subjective level and in the motor component. Humans react emotionally to a robot that is emotionally expressive and looks less like a machine. They feel empathy and negative feelings when a robot is abused and these emotional reactions are reflected in facial expressions. In addition, people's assessments of their own hypothetical behavior differ from their actual behavior, which is why video-based or live interactions are recommended for analyzing real behavioral responses. The arrival of social robots in society leads to unprecedented questions and this dissertation provides a first step towards understanding these new challenges.
N2  - Are there emotional reactions towards social robots? Could you love a robot? Or, put the other way round: Could you mistreat a robot, tear it apart and sell it? Media reports people honoring military robots with funerals, mourning the “death” of a robotic dog, and granting the humanoid robot Sophia citizenship. But how profound are these reactions? Three experiments take a closer look on emotional reactions towards social robots by investigating the subjective experience of people as well as the motor expressive level. Contexts of varying degrees of Human-Robot Interaction (HRI) sketch a nuanced picture of emotions towards social robots that encompass conscious as well as unconscious reactions. The findings advance the understanding of affective experiences in HRI. It also turns the initial question into: Can emotional reactions towards social robots even be avoided?
T2  - Im Angesicht sozialer Roboter - Emotionale Reaktionen angesichts sozialer Roboter
KW  - Roboter
KW  - social robot
KW  - emotion
KW  - FACS
KW  - Facial Action Coding System
KW  - facial expressions
KW  - emotional reaction
KW  - Human-Robot Interaction
KW  - HRI
KW  - obedience
KW  - empathy
KW  - Gefühl
KW  - Mimik
KW  - Mensch-Maschine-Kommunikation
Y1  - 2020
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-187131
SN  - 978-3-95826-120-4
SN  - 978-3-95826-121-1
N1  - Parallel erschienen als Druckausgabe in Würzburg University Press, 978-3-95826-120-4, 27,80 EUR.
PB  - Würzburg University Press
CY  - Würzburg
ET  - 1. Auflage
ER  - 
TY  - THES
A1  - Marker, Caroline
T1  - On a meta-level: Contributions of meta-analytic summaries in media psychological research
T1  - Auf der Meta-Ebene: Der Beitrag meta-analytischer Zusammenfassungen für die Medienpsychologie
N2  - The rising use of new media has given rise to public discussions about their possible negative consequences. The social sciences have answered these concerns, providing many studies investigating different media types (e.g., social media, video games) and different related variables (e.g., psychological well-being, academic achievement). Within this big body of research, some research results have confirmed negative associations with frequent media use; other studies have found no or even positive relationships. With heterogeneous results, it is difficult to obtain a clear picture of the relationships and causalities of new media. The method of meta-analysis allows a synthesis of all existing data, providing an overall effect size as well as moderator and mediator analyses which might explain the heterogeneity. Three manuscripts present meta-analytic evidence related to a) the relationship between social media use and academic achievement, b) the relationship between video gaming and overweight, and c) the relationship between social media and psychological correlates. Manuscript #1 found small relationships which depend on the usage pattern of social media. The relationship is positive, as long as social media use is related to school. Manuscript #2 showed that children’s and adolescents’ video gaming is independent from their body mass, while adults who play more have a higher body mass. Manuscript #3 summarized existing meta-analytic evidence that links social media with psychological wellbeing, academic achievement, and narcissism with small to moderate effect sizes. All three manuscripts underscore the potential of meta-analyses to synthesize previous research and to identify moderators. Although meta-analyses are not necessarily superior to other approaches because of their limitations (e.g. limited information or quality of primary studies) they are very promising for media psychology. Meta-analyses can reduce complexity and might be helpful for the communication of research results to the general public.
N2  - Die Entwicklung neuer Medien wurde von öffentlichen Debatten über mögliche negative Folgen begleitet. Wissenschaftler*innen reagierten auf diese Bedenken mit einer Vielzahl von Studien und untersuchten mögliche Effekte verschiedener Medientypen (z. B. soziale Medien, Videospiele) auf verschiedene Variablen (z. B. psychologisches Wohlbefinden, akademische Leistungen). Während manche Forschungsergebnisse die diskutierten negativen Zusammenhänge häufiger Mediennutzung bestätigten, fanden andere Studien jedoch keine oder sogar positive Zusammenhänge. Die Forschungslage zu medienpsychologischen Fragestellungen zeigt oft heterogene Ergebnisse, die keine abschließenden Aussagen erlauben. Eine Lösung für dieses Problem ist die Methode der Meta-Analyse. Hierbei werden alle vorhandenen Studien zusammengefasst und ein Gesamteffekt berechnet. Darüber hinaus können Moderator- und Mediatoranalysen durchgeführt werden, die die Heterogenität zwischen den Studien erklären könnten. In drei Manuskripten wurden a) die Beziehung zwischen Social Media-Nutzung und akademischen Leistungen, b) die Beziehung zwischen Videospielen und Übergewicht und c) die Beziehung zwischen sozialen Medien und psychologischen Korrelaten meta-analytisch untersucht. In Manuskript Nr. 1 zeigte sich, dass der Zusammenhang zwischen sozialen Medien und akademischer Leistung von der Art der Nutzung abhing. Der Zusammenhang war positiv, solange die Nutzung sozialer Medien akademischen Zwecken diente. Manuskript 2 zeigte, dass das Körpergewicht von Kindern und Jugendlichen nicht in Verbindung mit der Videospielenutzung stand, während Erwachsene, die mehr spielten, eine höhere Körpermasse hatten. Manuskript Nr. 3 fasste meta-analytische Studien mit gleichen Fragestellungen zu sozialen Medien und psychologischen Variablen (Wohlbefinden, akademische Leistung, Narzissmus) zusammen. Alle drei Manuskripte unterstreichen das Potenzial von Metaanalysen, den existierenden Forschungsstand zusammenzufassen und Moderatorvariablen zu identifizieren. Obwohl Meta-Analysen aufgrund ihrer Einschränkungen (z. B. die begrenzte Anzahl und Qualität von Primärstudien) anderen Methoden nicht unbedingt überlegen sind, sind sie dennoch für medienpsychologische Fragestellungen sehr vielversprechend. Metaanalysen sind in der Lage die Komplexität des Forschungsstands zu reduzieren und könnten für die Kommunikation von Forschungsergebnissen an die breite Öffentlichkeit hilfreich sein.
KW  - Medienkonsum
KW  - Social Media
KW  - Schulleistung
KW  - Übergewicht
KW  - Psychologie
KW  - Meta-analysis
KW  - new media
KW  - academic achievement
KW  - well-being
KW  - body weight
KW  - Metaanalyse
KW  - akademische Leistung
KW  - Körpergewicht
KW  - Wohlbefinden
KW  - Neue Medien
Y1  - 2020
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-209173
ER  -