De modererende rol van emotionele intelligentie bij communicatieve uitdagingen: een analyse van planningstijd in emotioneel incongruente trials

Read full text Summarise with VIRAT
Authors: Fabien Koenders
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

In welke mate modereert emotionele intelligentie het effect van communicatieve moeilijkheidsgraad op planningstijd in emotioneel incongruente trials? Communicatieve moeilijkheid en emotionele incongruentie doen beiden een beroep op prefrontale cognitieve controleprocessen. Individuen met een hogere emotionele intelligentie zijn mogelijk beter in staat automatische emotionele reacties te reguleren, waardoor zij minder cognitieve belasting ervaren in emotioneel incongruente trials naarmate de communicatieve complexiteit toeneemt. H1: Een hogere communicatieve moeilijkheidsgraad leidt tot langere planningstijden in emotioneel incongruente trials. H2: Een hogere emotionele intelligentie hangt samen met kortere planningstijden in emotioneel incongruente trials. H3: Emotionele intelligentie modereert het effect van communicatieve moeilijkheidsgraad op planningstijd, zodanig dat individuen met hogere EI een kleinere toename in planningstijd laten zien naarmate de moeilijkheid toeneemt. H4 (exploratief): Het modererende effect van EI is sterker in emotioneel incongruente trials dan in congruente trials. De afhankelijke variabele is planningstijd (ms), gedefinieerd als de latentie vóór de eerste beweging per trial. De onafhankelijke variabele is communicatieve moeilijkheidsgraad (3 niveaus: 1, 2 of 3 mogelijke targetlocaties). Emotionele intelligentie (TMMS-24 totaalscore, continu) fungeert als moderator. Voor de exploratieve analyse wordt congruentie (congruent vs. incongruent) als extra variabele toegevoegd. Deelnemer wordt als willekeurige factor opgenomen vanwege de herhaalde metingen. Deelnemers die de taak niet begrepen (n = 1 reeds uitgesloten, definitieve N = 26) De data worden gecontroleerd op ontbrekende waarden en uitschieters (z-score methode, |z| > 2). Er wordt een lineair mixed model (LMM) gebruikt in Python, met deelnemer als random intercept. Voor de hoofdanalyse worden uitsluitend emotioneel incongruente trials meegenomen, met Moeilijkheidsgraad, EI en de interactieterm Moeilijkheidsgraad × EI als vaste effecten. Voor de exploratieve analyse worden alle trials meegenomen en worden Congruentie en de drie-weginteractie Moeilijkheidsgraad × EI × Congruentie toegevoegd. Als de residuen niet normaal verdeeld zijn, kan een log-transformatie op planningstijd toegepast worden.

Fields of Study & Subjects

Neural and Behavioral Psychology Studies Emotional Intelligence and Performance Neurobiology of Language and Bilingualism

Publication details

Publication date
1 January 2026
Language
NL
Document type
Preprint