Daten exportieren

 

Forschungsprojekt ::
Das Erkennen von Emotionen auf der Grundlage von Tanzsequenzen

Projektbeschreibung

Vorliegende Studie untersucht die Beziehung zwischen Tanzerfahrung, Emotionserkennung im Tanz und Emotionaler Intelligenz, gemessen anhand des Mayer-Salovey-Caruso Test zur Emotionalen Intelligenz (MSCEIT). Der MSCEIT erhebt die vier Fähigkeitsbereiche Emotionswahrnehmung in Gesichtern und Bildern, Emotionsnutzung, Emotionswissen und Emotionsregulation. 74 Teilnehmer, die eine Hälfte Tänzer, die andere Nichttänzer, bearbeiteten den MSCEIT und erhielten die Aufgabe, Gefühlszustände in Tanzsequenzen zu identifizieren. Die Tänzer waren den Nichttänzern in der Emotionsdekodierung im Tanz sowie in Gesichtern und Bildern signifikant überlegen, wiesen aber keinen höheren Gesamtwert der Emotionalen Intelligenz als die tanzunerfahrenen Personen auf. Neben einem signifikanten Effekt von Tanzexpertise resultierte auch ein signifikanter Effekt von Emotionaler Intelligenz bei der Emotionserkennung im Tanz. Signifikante Korrelationen zwischen der Fähigkeit, Gefühlszustände in Tanzbewegungen erfassen zu können, und Emotionaler Intelligenz bestätigen eine Verbindung zwischen beiden Bereichen.

Angaben zum Forschungsprojekt

Beginn des Projekts:2009
Ende des Projekts:2012
Projektstatus:abgeschlossen
Projektleitung:Schlemmer, Prof. Dr. Kathrin
Kaiser, Dr. Julia
Beteiligte Personen:Brünger, Prof. Dr. Peter
Graf, Dr. Ralf
Lehrstuhl/Institution:
Finanzierung des Projekts:Sonstiges
Schlagwörter:Tanz, Musik, Emotion, Wirkungsforschung
Themengebiete:L Volkskunde; Klassische Archäologie; Kunstgeschichte; Musikwissenschaft > LR Musikwissenschaft - Musica theoretica - Sachteil z.B. Instrumente, Ensembles, Systematische Musikwissenschaft
Projekttyp:Promotionsprojekt
Projekt-ID:1761

Publikationen

Liste der Veröffentlichungen auf dem Publikationserver KU.edoc der Katholischen Universität Eichstätt-Ingolstadt
Eingestellt am: 28. Sep 2012 12:46
Letzte Änderung: 07. Feb 2018 03:20
URL zu dieser Anzeige: https://fordoc.ku.de/id/eprint/1761/
Analytics