論文の概要: The Neuroticism Paradox: How Emotional Instability Fuels Collective Feelings

• arxiv url: http://arxiv.org/abs/2510.16046v1
• Date: Thu, 16 Oct 2025 16:19:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:11.723783
• Title: The Neuroticism Paradox: How Emotional Instability Fuels Collective Feelings
• Title（参考訳）: 神経障害のパラドックス : 感情不安定はどのようにして集合的感情を燃やすか
• Authors: Xiao Sun,
• Abstract要約: 本研究は,38名の同居者を対象に,30.5ヶ月の日中感情のデータセットを解析した。 感情的に不安定な人は「感情的なスーパースプレッダー」であることがわかった。 この「ニューロティズム・パラドックス」は、安定ではなく感情的な不安定さが伝染を引き起こすことを示している。
• 参考スコア（独自算出の注目度）: 4.975899099577257
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collective emotions shape organizations, communities, and societies, yet the traits that determine who drives them remain unknown. Conventional wisdom holds that stable, extraverted individuals act as emotional leaders, calming and coordinating the feelings of others. Here we challenge this view by analyzing a 30.5-month longitudinal dataset of daily emotions from 38 co-located professionals (733,534 records). Using Granger-causality network reconstruction, we find that emotionally unstable individuals -- those high in neuroticism (r = 0.478, p = 0.002) and low in conscientiousness (r = -0.512, p = 0.001) -- are the true "emotional super-spreaders," while extraversion shows no effect (r = 0.238, p = 0.150). This "Neuroticism Paradox" reveals that emotional volatility, not stability, drives contagion. Emotions propagate with a reproduction rate (R_0 = 15.58) comparable to measles, yet the system avoids collapse through high clustering (C = 0.705) that creates "emotional quarantine zones." Emotional variance increased 22.9% over time, contradicting homeostasis theories and revealing entropy-driven dynamics. We propose an Affective Epidemiology framework showing that collective emotions are governed by network position and volatility rather than personality stability -- transforming how we understand emotional leadership in human systems.
• Abstract（参考訳）: 集団的な感情は組織、コミュニティ、社会を形成するが、誰が彼らを駆り立てるかを決定する特性は未知のままである。 伝統的な知恵では、安定的で外向的な個人は感情的なリーダーとして行動し、他人の感情を落ち着かせ、調整する。 ここでは,38人(733,534人)の日中感情の30.5ヶ月のデータセットを分析して,この視点に挑戦する。 神経障害の高い人(r = 0.478, p = 0.002)と良心の低い人(r = -0.512, p = 0.001)は真の「情緒的スーパースプレッダー」であり、外転は効果を示さない(r = 0.238, p = 0.150)。 この「ニューロティズム・パラドックス」は、安定ではなく感情的な不安定さが伝染を引き起こすことを示している。 感情は麻疹に匹敵する再生速度(R_0 = 15.58)で伝播するが、このシステムは「感情的な隔離ゾーン」を生成する高いクラスタリング(C = 0.705)による崩壊を避ける。 感情の分散は時間とともに22.9%増加し、ホメオスタシス理論と矛盾し、エントロピー駆動のダイナミクスが明らかになった。 本稿では,人格安定性よりもネットワークの位置とボラティリティによって集団感情が支配されていることを示す,感情疫学の枠組みを提案する。

関連論文リスト

• WELD: A Large-Scale Longitudinal Dataset of Emotional Dynamics for Ubiquitous Affective Computing [4.975899099577257]
  実際のオフィス環境において,38名の従業員が30.5ヶ月以上にわたって収集した表情記録から,733,651名からなる新しいデータセットを作成した。 各レコードは、深層学習に基づく表情認識から派生した7つの感情確率を含む。 データセットは新型コロナウイルス(COVID-19)のパンデミック期間に特化しており、主要な社会的出来事に対する感情的な反応を捉えている。
  論文  参考訳（メタデータ） (2025-10-17T00:59:43Z)
• Do LLMs "Feel"? Emotion Circuits Discovery and Control [54.57583855608979]
  本研究では、感情表現を引き起こす内部メカニズムと、生成したテキストにおける感情の制御について検討する。 これは、大きな言語モデルで感情回路を発見し、検証する最初の体系的な研究である。
  論文  参考訳（メタデータ） (2025-10-13T12:24:24Z)
• Wrong Face, Wrong Move: The Social Dynamics of Emotion Misperception in Agent-Based Models [2.0221069271989305]
  人間が他人の感情を検知し、反応する能力は、社会的行動を理解するのに不可欠である。 ここでは、エージェントが様々な精度の感情分類器でインスタンス化され、知覚的精度が創発的感情行動および空間行動に与える影響を研究する。 その結果, 低精度分類器は信頼の低下, 悲しみへの感情の崩壊, 混乱した社会組織を確実に引き起こすことがわかった。
  論文  参考訳（メタデータ） (2025-08-26T22:42:46Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• Language and Mental Health: Measures of Emotion Dynamics from Text as Linguistic Biosocial Markers [30.656554495536618]
  本研究では,ツィート感情動態とメンタルヘルス障害との関連について検討した。 調査対象のUEDメトリクスはそれぞれ,ユーザの自己開示診断によって異なることがわかった。 この研究は、感情力学に関連する言語的手がかりが、精神疾患のバイオ社会マーカーとして重要な役割を担っていることを示す重要な初期の証拠を提供する。
  論文  参考訳（メタデータ） (2023-10-26T13:00:26Z)
• Emotions as abstract evaluation criteria in biological and artificial intelligences [0.0]
  機能レベルで感情を模倣するフレームワークを提案する。 感情安定度(TAES)による時間割当に基づいて、感情を抽象的な基準として実装する。 エージェントの長期的なゴールは、個々のタスクを選択する頻度を最適化することで、キャラクタと経験を一致させることである。
  論文  参考訳（メタデータ） (2021-11-30T10:49:04Z)
• A Circular-Structured Representation for Visual Emotion Distribution Learning [82.89776298753661]
  視覚的感情分布学習に先立つ知識を活用するために,身近な円形構造表現を提案する。 具体的には、まず感情圏を構築し、その内にある感情状態を統一する。 提案した感情圏では、各感情分布は3つの属性で定義される感情ベクトルで表される。
  論文  参考訳（メタデータ） (2021-06-23T14:53:27Z)
• MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
  共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。 共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
  論文  参考訳（メタデータ） (2020-10-04T00:35:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。