Author(s): Adriano, Teresa Miguel Fitas
Date: 2015
Persistent ID: http://hdl.handle.net/10071/10421
Origin: Repositório ISCTE
Subject(s): Reconhecimento de expressões emocionais; Dor; Tristeza; Exaustão emocional; Médico; Facial emotional recognition; Pain; Sadness; Emotional exhaustion; Health professionals
O presente estudo pretende analisar o reconhecimento de emoções em expressões emocionais na face e voz junto de médicos de Medicina Geral e Familiar em função da exaustão emocional. A amostra foi composta por 72 médicos de Medicina Geral e a recolha de dados foi realizada em dois momentos. Numa primeira fase aplicou-se o questionário de caracterização sociodemográfica e profissional, a versão portuguesa do Maslach Burnout Inventory (M.B.I.) para medir a exaustão emocional e o Morningness-Eveningness Questionnaire (MEQ) para avaliar o cronótipo. Após uma semana, os participantes realizaram duas tarefas nas quais foram avaliados os acertos e a rapidez na identificação das emoções de dor, tristeza, alegria e neutra na expressão facial e voz. Na Tarefa 1 foi pedido aos participantes para identificarem as emoções-alvo em faces dinâmicas e na Tarefa 2 foi pedida a identificação da emoção que é expressa na voz através da sua congruência com as faces visualizadas. As expressões faciais foram retiradas do STOIC Dymanic Facial Emotional Expressions Database e os estímulos vocais do Montreal Affective Voices. Como esperado, os participantes identificaram mais rapidamente e de forma correta a emoção alegria, com acertos superiores a 90%, seguida por uma percentagem elevada de identificação da dor em ambas as tarefas. No entanto, na tarefa de identificação da voz nas expressões faciais, houve um número reduzido de acertos na tristeza e um enviesamento para a seleção da dor quando as emoções não eram corretamente identificadas. Estes resultados na tarefa de identificação da emoção na voz diferiram em função do nível de exaustão emocional. Verificámos que os participantes com maior exaustão emocional foram mais rápidos a realizar esta segunda tarefa, apresentando maior número de acertos nas emoções tristeza e neutra, quando as emoções não eram identificadas corretamente, escolhiam menos as emoções alegria e dor e mais a neutra, do que os participantes com menor exaustão emocional, sugerindo que os médicos com maior exaustão são mais sensíveis à deteção da voz nos outros da emoção tristeza e fazem menos enviesamentos para a dor e alegria. Apesar de inesperados, os resultados nesta última tarefa são consistentes com os obtidos em alguns estudos que abordam o realismo depressivo, indicando maior precisão nas suas respostas.
The present study analyzed the recognition of emotions in facial and voice expressions amongst Clinicians specialized in General and Family Medical Practice (GFMP) as a function of emotional exhaustion. The sample consisted of 72 Clinicians of GFMP from the District of Lisbon. Data collection was performed in two stages. During the first stage several instruments were applied, including the Portuguese version of the Maslach Burnout Inventory (MBI) to measure emotional exhaustion and the Morningness- Eveningness Questionnaire (MEQ). After a week, participants performed two tasks in which participants’ accuracy, speed and arousal in the recognition of pain, sad, happy, and neutral expressions, were measured. The first task asked participants to identify the emotions on dynamic facial expressions of emotions, while in the second task participants were instructed to judge the emotional voice and select the correspondent static facial expression. Facial expressions were taken from the STOIC Dynamic Facial Emotional Expressions Database, and the emotional voices were taken from the Montreal Affective Voices. As expected, in both tasks participants were faster and presented high accuracy rates, well above chance, for happiness, followed by pain. Facial pain expressions were also perceived as more arousing than the other emotions. However, in the voice recognition task there was a reduced number of hit rates for sadness. Participant’s also showed a biased in selecting pain when the expression was incorrectly identified. The results in this second task were also dependent of the level of emotional exhaustion. Participants with higher emotional exhaustion were faster to perform this second task and more accurate in detecting sad and neutral voice expressions in faces. When the emotions were not properly identified, participants with higher emotional exhaustion selected more neutral expressions and less happy or pain expressions than participants with lower emotional exhaustion. Although these results were somewhat unexpected, given their high accuracy rates, there is some research suggesting the "burnout realism", indicating that perceptual accuracy might be a characteristic of these individuals. Nonetheless, the findings of higher accuracy in recognizing sadness and less bias in selecting happy expressions are also consistent with some of the emotional exhaustion symptoms.
