Research Article

Journal of Korean Institute of Architectural Sustainable Environment and Building Systems. October 2020. 515-524
https://doi.org/10.22696/jkiaebs.20200044


ABSTRACT


MAIN

  • 서 론

  •   연구 배경 및 목적

  •   기상환경이 인간에 미치는 영향 및 조명환경 변화에 따른 심리적, 생리적 변화

  • 연구방법

  •   실험조건

  •   독립변수

  •   의존변수

  •   기상데이터 수집 방안

  • 연구결과

  •   결과분석

  •   논의 및 연구의 한계점

  • 결 론

서 론

연구 배경 및 목적

인간은 대부분의 시간을 실내에서 보내기 때문에 실내 환경에 따른 심리적, 생리적 변화는 매우 중요하다. 그 중 조명환경의 경우 시각적 역할 뿐만 아니라 비시각적인 부분에도 큰 영향을 미친다. 실외에서 실내로 들어갈 경우 인간의 감정은 외부 환경에 대한 영향을 받게 되는데 기상환경의 경우 인간의 감정 변화에 긍정 및 부정적인 영향을 미친다고 알려져 있다. 따라서 실내 및 실외 환경을 고려하여 조명환경을 조절 해야 할 필요가 있다. 그러나 날씨와 조명을 접목시켜 사용하는 방안은 주로 건물의 에너지 소비를 줄이는 데 국한됐다(Dong et al., 2011; Ouerhani et al., 2016). 본 연구는 날씨와 조명이 인간에게 미치는 심리적 영향을 고려하여 외부 날씨를 경험하고 실내로 들어갔을 때, 그 날씨가 실내 조명환경 선호도에 어떻게 영향을 미치는지를 알아보고자 하였다. 이러한 주관평가를 수행하기 위한 적절한 연구방법론을 찾았으며, 상관색온도(이하 CCT) 3가지 유형(3500, 4500, 5500 K)과 조도 3가지 레벨(900, 600, 300 lx)의 조합인 총 9가지로 실내 조명환경을 조성하였다. 예비 주관평가를 통하여 날씨와 실내 CCT 및 조도에 대한 연관성을 판단해보고자 한다.

기상환경이 인간에 미치는 영향 및 조명환경 변화에 따른 심리적, 생리적 변화

기상환경이 인간의 감정 변화에 영향을 미치는 연구는 다양하게 진행되어 왔다. 6가지 기상변수(온도, 풍력, 일조량, 강수량, 기압, 광주성) 중 감정 변화에 주는 주된 변수는 온도, 풍력, 일조량임을 확인하였으며(Denissen et al., 2008), 페이스북과 트위터를 분석해 기상환경과 감정 사이의 연관성에 대해 분석한 결과 온도, 강수, 습도, 구름의 양이 감정과 유의미한 관련이 있다고 밝혀졌다(Baylis et al., 2018). 이처럼 기상환경에 따른 감정 변화를 평가하기 위한 설문지로는 PANAS (Positive and Negative Affect Schedule) (Watson et al., 1988)가 주로 이용되고 있다.

조명환경 또한 인간의 심리적, 생리적 변화에 영향을 미치게 되는데 이는 서케디언 리듬과 밀접한 관련이 있다. 예를 들어 낮 동안에 높은 조도의 조명에 노출될 경우 저녁 수면 품질 향상과 긍정적인 기분에 도움을 주며(Ancoli et al., 2003) 또한, 근무시간에 높은 조도(1000 lx~2500 lx)에 노출될 경우(Hubalek et al., 2010) 야간에 빛에 의한 멜라토닌 억제를 감소시킬 수 있어 수면의 질에 도움을 준다(Kozaki et al., 2016). Table 1은 날씨가 인간에게 미치는 심리적 영향을 분석한 논문을 나타낸다. 평가는 설문지 작성, 일기나 문답을 작성하는 방법을 사용하여 진행됐다. 그 결과 다양한 기상변수 중 인간의 심리에 영향을 미치는 변수는 주광, 습도, 천공상태, 온도 등으로 확인할 수 있다. 그 중 실내 환경에 영향을 미치는 변수는 주광, 천공상태로 본 연구에서는 주광의 변화도 함께 인식할 수 있는 천공상태를 고려하고자 하였다.

Table 1.

Subjective response related to weather variable

Author Experimental method Weather variable Results
Denissen PANAS mood scale & fatigue scale Temperature, daylight, precipitation, air pressure, wind power, photoperiod Daylight, precipitation, and air pressure affect fatigue
Ciucci(Ciucci et al., 2012) DBEQ Temperature, humidity, air pressure, solar radiation Depression when solar radiation is low or humid
Klimstra, T.A.(Klimstra et al., 2011) Daily Mood Scale Temperature, daylight time, precipitation time More daylight time reduces anxiety and anger
Howarth, E.(Howarth and Hoffman, 1984) HMACL-3 Temperature, daylight time, precipitation time, humidity, air pressure, wind velocity, wind speed Temperature increase anxiety, longer daylight time more optimistic emotion, higher humidity less concentration
Barnston, A.G.(Barnston, 1988) Diary Humidity, sunny, cloudy Unstable, cloudy, humid weather are more stressful
Forgas, J.P.(Forgas et al., 2009) Subjective response Daylight Better memory for cloudy or rainy weather
Huibers(Huibers et al., 2010) DID, SPAQ Temperature, daylight time, precipitation time Depression symptoms increases between November and march
Baylis, P. SNS Temperature, precipitation time, humidity, sky condition Pleasant weather doesn't increase a person's positive feelings

연구방법

실험조건

본 실험은 실험방법의 타당성을 검증하기 위해, 적은 수의 피실험자를 대상으로 예비실험을 실시하였다. Table 2는 실험 조건을 나타내었다. Mock-up 시설의 위치는 위도 127.07° 경도 37.55° 위치에 존재하며 크기는 6000 mm × 5000 mm × 3000 mm이다. 내부는 흰색의 벽과 바닥 및 중립적인 색상의 가구를 사용하였다. 실험은 3일간 총 4명(여:2명, 남:2명)의 피실험자를 통해 맑음(청천공)과 구름많음(담천공) 상태일 때 오후 1시에서 2시 사이에 진행하였으며 피실험자의 평균 나이는 24.5세이다.

Table 2.

Experimental conditions

Location Longitude 127.07 (degrees)
Latitude 37.55 (degrees)
Size 6.000 w × 5,000 l × 3,000 h (㎣)
Building elevation angle 0 (degrees)
Sky Condition Clear, Overcast
Time 1:00 ~ 2:00 PM
Date 4/29, 6/10 (Overcast), 5/29 (Clear)
Subjects 4 people (female:2, male:2)
Average age 24.5
Furniture Bed, Sofa, Chair, Television, Sink, Hanger, Table, Mirror
Lighting Information Model LED (FPLE50123-GDW-M)
Luminous Flux 4000 lm
Luminous efficacy 80 lm/W
CRI (Color Rendering Index) ≤75
Light distribution curve http://static.apub.kr/journalsite/sites/kiaebs/2020-014-05/N0280140514/images/Figure_KIAEBS_14_5_14_T2-1.jpg

독립변수

실험은 Figure 1의 원룸 실물 크기의 모형에서 실행됐다. 천공상태(청천공, 담천공)에 따라 천장에 부착된 Table 2에 명시된 4개의 LED 조명으로 CCT를 3가지 유형(3500, 4500, 5500 K) 조도를 3가지 레벨(900, 600, 300 lx)로 조절하였다. CCT와 조도 측정의 경우 Konica Minolta 제품을 사용하였다. 조도 레벨은 KS (Korea Standard)조도 기준을 고려하였으며 CCT는 실내조명에 가장 많이 사용되는 3가지를 선택하였다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-05/N0280140514/images/Figure_KIAEBS_14_5_14_F1.jpg
Figure 1.

Appearance of studio

의존변수

피실험자의 현재 상태의 감정은 Table 3의 Positive Affect Negative Affect Schedule (PANAS)를 사용하여 측정한다. PANAS는 1988년 Watson에 의해 개발된 정서척도로서 삶의 만족도, 긍정적인 감정, 부정적인 감정 등을 측정하는데 널리 사용되는 지표이다(Merz et al., 2013). 설문 방식은 자가 설문으로 수행되었으며, 1 ~ 5 (very slightly, alittle, moderately, quite a bit, extremely)의 척도로 긍정 부정 각각 20개의 문항으로 평가하였다. 20가지 문항은 긍정 10문항과 부정 10문항으로 나누어져 있으며 이는 감정을 설명하는 여러 단어로 구성된다. 긍정의 경우 Active, Alert, Attentive, Determined, Enthusiastic, Excited, Inspired, Interested, Proud, Strong이 속해 있으며 부정의 경우 Afraid, Scared, Nervous, Jittery, Hostile, Guilty, Ashamed, Upset, Distressed가 속해 있다.

Table 3.

PANAS Table

1 2 3 4 5
not at all a little moderately quite a bit extremely
Acitve
Alert
Attentive
Determined
Enthusiastic
Excited
Inspired
Interested
Proud
Strong
Afraid
Scared
Nervous
Jittery
Irritable
Hostile
Guilty
Ashamed
Upset
Distressed

Figure 2은 실험 과정을 나타낸다. 실험 시작 시 감정 평가를 1차로 진행 후 mock-up에 들어간 후 5분 간격으로 무작위로 제공되는 9가지의 조명환경에 노출되게 되며 참가자는 현재 기분에 대한 설문에 매우 그렇지 않다 에서 매우 그렇다 로 응답하게 된다. 그 후 평가된 내용을 바탕으로 1차 감정 평가를 긍정 x%, 부정 y%로 산출하였으며 2차 ~ 10차 평가를 긍정 x’%와 부정 y’%로 산출하여 조명 환경에 따른 긍정, 부정 변화를 %로 예측하게 된다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-05/N0280140514/images/Figure_KIAEBS_14_5_14_F2.jpg
Figure 2.

Experimental sequence

기상데이터 수집 방안

기상데이터의 수집 방안은 Figure 3과 같다. 먼저 기상청 웹 사이트에서 제공하는 KMA (Korea Meteorological Adimistration) 서비스를 사용하여 XML (Extensible Markup Language)을 기초로 만들어진 중단기 예보에 편리한 데이터 형식인 RSS (Really Simple Syndication)를 통해 원하는 주소의 API (Application Programming Interface) URL (Uniform Resource Locator)을 받는다. 그 후 Figure 4와 같이 해당 데이터를 이를 IBM에서 제공하는 Node-red를 활용해 GET method를 사용하여 HTTP (Hyper Text Transfer Protocol)를 JSON (JavaScript Object Notation)으로 바꾸어 debug 시켜 결과를 확인한다. 결과는 3시간 간격으로 받을 수 있으며 기상청에서 받아올 수 있는 정보를 크게 20가지로 분류된다. 그 중 1 ~ 4로 나타나는 천공상태(맑음, 구름조금, 구름많음, 흐림)을 사용하여 날씨를 구분하여 정의 하였다. 주광을 고려하기 위하여 실험은 일몰전으로 실시하였으며 각 날씨별로 조명환경(조도, CCT)를 9가지로 변경하여 subjective response를 실시하여 PANAS설문을 통해 선호하는 조명환경을 조사한다. 후에 조사된 조명환경을 실현하기 위해서 기상 데이터를 활용할 수 있다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-05/N0280140514/images/Figure_KIAEBS_14_5_14_F3.jpg
Figure 3.

Process for obtaining weather data

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-05/N0280140514/images/Figure_KIAEBS_14_5_14_F4.jpg
Figure 4.

Process for Node-red

본 연구의 경우 라즈베리 파이를 서버로 하여 Zigbee 게이트웨이를 구축하였으며 Node-red 서비스와 연계하였다. 오피스텔 천정 조명 4개의 경우 개별적으로 작동이 가능하며 각각을 조절할 수 있는 웹 대쉬보드 상의 조절 스위치와 개별 물리 스위치 시스템이 있다.

연구결과

결과분석

본 연구는 CCT를 3가지 유형(3500, 4500, 5500 K) 조도를 3가지 레벨(900, 600, 300 lx)로 조절하여 청천공 1일 담천공 2일 총 3일의 기간동안 진행된 예비실험이다. 조도가 300 lx인 경우 Table 4의 결과에서 천공에 상관 없이 특별한 경우(6월 10일, CCT 5500 K)를 제외하고 긍정적인 감정이 평균 22.25% 감소함을 확인할 수 있었다. 이는 재실자가 외부 환경을 경험하고 상대적으로 낮은 조도 환경에 입실하게 될 경우 긍정적인 감정이 감소한다는 사실을 유추해 볼 수 있다. 부정적인 감정의 경우 담천공에 한해 평균 6.7%가량 감소함을 확인하였으며 CCT가 4500 K일 때 10.5%로 가장 크게 감소하였다. 반면 천청공의 경우 부정적인 감정 변화에 크게 일관성을 가지지 않는 다는 것을 확인할 수 있었다. 각각의 % 수치의 경우 전술한바와 같이 Figure 2의 산출방식을 통해 계산하였으며 Average 1st 의 경우 담천공만을 고려한 평균값을 뜻하며 Average 2nd 의 경우 총 3일의 기간을 전부 고려한 평균값을 나타낸다.

Table 4.

Changes in the positive and negative emotions of the subjects at 300 lx

CCT (K) Emotion Overcast (4/29) Overcast (6/10) Average 1st Clear (5/29) Average 2nd
3500 Positive -11% -5% -8% -45% -20%
Negative 1% -9% -4% 15% 2%
4500 Positive -1% -7% -4% -44% -17%
Negative -15% -6% -10.5% -7% -9%
5500 Positive -28% 11% -8.5% -37% -18%
Negative -7% -5% -6% 5% -2%
Average Positive -13.3% -0.3% -6.8% -42% -18.6%
Negative -7% -6.7% -6.8% 4.3% -3.1%

조도가 600 lx인 경우 Table 5의 결과에서 나타낸 바와 같이 담천공일 때 긍정적인 감정이 CCT가 각각 3500 K일 때 13.5%, 4500 K일 때 16.5% 그리고 5500 K일 때 5.5% 가량 증가하였음을 확인할 수 있으며 이는 평균 11.8% 증가하였다. 그 중에서도 CCT가 4500 K일 때 가장 큰 폭으로 증가하였다. 부정적인 감정의 경우 천공에 관계없이 모든 CCT에서 평균 8.3% 가량 감소하는 추세를 보여주었으며 그 중 천공이 담천공이며 CCT가 3500 K일 때 가장 큰 폭인 17% 감소함을 확인할 수 있다.

Table 5.

Changes in the positive and negative emotions of the subjects at 600 lx

CCT (K) Emotion Overcast (4/29) Overcast (6/10) Average 1st Clear (5/29) Average 2nd
3500 Positive 4% 23% 13.5% 0% 9%
Negative -19% -15% -17% -5% -13%
4500 Positive 12% 21% 16.5% -35% -0.7%
Negative -5% -6% -5.5% -8% -6.3%
5500 Positive 0% 11% 5.5% -20% -3%
Negative -9% -3% -6% -5% -5.7%
Average Positive 5.3% 18.3% 11.8% -18.3% 1.8%
Negative -11% -8% -9.5% -6% -8.3%

조도가 900 lx인 경우 Table 6의 결과에서 나타난 바와 같이 담천공일 때 긍정적인 감정이 CCT 3500 K 일 때 15% 4500 K 일 때 19% 그리고 5500 K일 때 4.5%로 평균 12.8% 증가함과 달리 청천공에서는 평균 21.3%가량 감소함을 확인할 수 있다. 부정적인 감정의 경우 담천공에 한해 평균 10% 감소함을 확인하였으며 그 중에서 CCT가 4500 K일 때 10%로 가장 크게 감소하였다.

Table 6.

Changes in the positive and negative emotions of the subjects at 900 lx

CCT (K) Emotion Overcast (4/29) Overcast (6/10) Average 1st Clear (5/29) Average 2nd
3500 Positive 14% 16% 15% -21% 3%
Negative -12% -13% -12.5% 2% -7.7%
4500 Positive 17% 21% 19% -37% 0.3%
Negative -14% -6% -10% 13% -2.3%
5500 Positive -8% 17% 4.5% -6% 1%
Negative -10% -5% -7.5% -7% -7.3%
Average Positive 7.7% 18% 12.8% -21.3% 1.4%
Negative -12% -8% -10% 2.7% -5.8%

종합적으로 살펴보면, 조도가 300 lx인 경우 모든 색온도에서 긍정적인 감정이 평균 22.25% 감소함을 확인할 수 있었으며 부정적인 감정의 경우 담천공에 한해 평균 6.7%가량 감소함을 확인하였다. 조도가 600 lx인 경우 CCT가 4500 K일 때 담천공에서 긍정적인 감정이 16.5% 증가함을 확인하였다. 부정적인 감정의 경우 천공에 관계없이 감소하는 추세를 보여주었는데 그 중 CCT가 4500 K일 때 300 lx와 900 lx와 비교하여도 가장 큰 폭인 17%가 감소함을 확인하였다. 조도가 900 lx인 경우 담천공에 한해 긍정적인 감정이 평균 12.8% 증가하였으며 그 중 색온도가 4500 K일 때 가장 큰 폭인 19%가 증가하였다. 부정적인 감정도 마찬가지로 담천공에 한해 평균 10% 감소함을 확인하였다.

논의 및 연구의 한계점

본 연구는 재실자가 외부 환경을 경험하고 실내로 들어왔을 때 선호되는 실내 조명환경에 대하여 3일간 4명의 피실험자를 통해 알아보고자 하였으며 그 결과를 분석하였다. 그 결과 담천공인 경우 조도 600 lx이고 색온도 3500 K일 때 부정이 가장 큰 폭인 17%가 감소함을 확인할 수 있었으며 마찬가지로 담천공인 경우 조도가 900 lx이고 색온도 4500 K일 때 긍정이 가장 큰 폭인 19% 증가함을 확인할 수 있었지만 천청공인 경우 긍정 및 부정적인 감정의 유의미한 증감을 확인하기 어려웠다.

이러한 결과는 선행연구(Denissen et al., 2008)와 같은 결과로 천청공인 경우 부정적인 감정에 크게 일관성을 가지지 않는다는 사실을 재확인할 수 있다. 또한 제시되는 조명 환경에 따라 피실험자의 긍정, 부정의 감정이 변화하는 사실도 확인할 수 있었으며 이는 천공별로 차이가 있다는 점을 알 수 있다.

본 연구가 가지는 한계점은 다음과 같다. 먼저 표본의 수가 적으며 또한 천공 상태 이외에 영향을 미칠 수 있는 변수인 온도 및 습도를 고려하지 않았다는 한계가 있다. 그 결과 담천공일때를 제외하고 유의미한 결과를 도출해내는데 어려움이 있었다.

그 외에 실험에서 사용된 PANAS 설문지의 경우 영문으로 작성돼 한국인의 정서에 적합하지 않다는 사전 연구(Park and Lee, 2016)에 따르면 피실험자가 설문지의 감정을 정확히 이해하고 작성하는데 장애를 초래했을 가능성이 있다. 또한 해당 설문지만을 사용하여 평가하여 진행하였으므로 감정 이외에 조명에 대한 밝기, 눈부심 등을 평가하는데 어려움이 있었다.

연구 결과를 토대로 추후 연구에서는 피실험자가 공간에서 느끼는 조명환경도 함께 고려될 예정이다. 현재 PANAS 설문지만을 사용하여 평가하였다면 추후에는 한국인에 정서에 보다 적합한 K-PANAS 설문지 및 방의 밝기 평가(Room light estimation)를 통해 조명환경도 함께 평가할 예정이다. 방의 밝기 평가의 경우 조명환경을 6가지(glare, dim, soft, bright, warm, intense)로 나누어 1 ~ 5의 척도로 평가하게 된다. 이는 IESNA의 Lighting Handbook을 참조한 평가 방법으로서 이를 통하여 적절한 최대 조도를 찾을 수 있을 것으로 사료된다.

일반적으로 주관평가시 요구되는 최소 인원 수는 없지만, 피험자의 수도 대폭 확대하여 결과의 당위성을 확보할 예정이다. 그리고 청천공, 담천공, 부분담청공을 모두 고려하고. 각 천공의 정도 별 구분도 고려되어야 할 것이다.

결 론

본 연구는 재실자가 외부 환경을 경험하고 실내로 들어왔을 때 선호되는 실내 조명환경에 대한 사전 연구를 진행하였다. 선행 연구를 통하여 감정에 주된 영향을 미치는 기상조건이 크게 5가지(온도, 강수, 습도, 구름의 양, 일사량)인 것을 확인하였으며 그 중 구름의 양을 나타내는 천공상태를 토대로 실내 조도 및 CCT 제어의 필요성을 서술하며 예비 실험을 통해 결과를 도출하였다.

천공상태가 담천공인 경우, 조도 300 lx 일 때 특별한 경우(6월 10일, CCT 5500 K)를 제외하고 긍정적인 감정이 평균 22.25% 부정적인 감정이 평균 6.8% 감소함을 확인하였다. 담천공에서 조도 600 lx 일 때 긍정적인 감정이 평균 11.8% 증가하였으며 그 중 CCT 4500 K에서 가장 큰 폭인 16.5% 증가함을 확인할 수 있었다. 부정적인 감정의 경우도 평균 9.5% 가량 감소하였으며 CCT 3500 K 에서 가장 큰 폭인 17%가 감소하였다. 조도 900 lx 일 때 긍정적인 감정은 평균 12.8% 증가하였으며 부정적인 감정도 평균 10% 감소하였다. 그 중 CCT 4500 K 에서 19%로 긍정이 가장 크게 증가하였으며, 부정의 경우 CCT 3500 K 에서 12.5%로 가장 크게 감소하였다.

천공상태가 천청공인 경우, 조도 300, 900 lx에서 긍정이 각각 평균 42%, 21.3% 감소하였으며 부정의 경우 각각 평균 4.3%, 2.7% 증가하였지만 색온도에 따라 증감의 차이가 발생함을 확인하였다. 조도 600 lx의 경우 긍정 및 부정이 모두 각각 18.3%, 6% 감소함을 확인할 수 있었다.

특정 천공상태를 경험하고 실내로 들어왔을 때, 긍정적인 감정은 증가하고 부정적인 감정은 감소하는 것이 가장 바람직한데, 본 연구에서는 피험자의 수가 많지 않았고 천공의 경우도 3일에 한정되어, 담천공일때 600, 900 lx의 경우를 제외하면 특정한 추세를 보여주지 않았다.

기존의 조명제어가 재실자의 감정을 고려하지 않고 에너지 절약 및 업무 효율 향상 측면에서 이루어졌다면 감정을 고려한 조명제어의 경우 날씨에 의한 부정적인 영향을 최소화할 수 있는 조도와 CCT를 제공할 수 있다. 더 나아가 외부환경 경험 뿐만 아니라 천공상태와 일사량에 따라 변화하는 실내 조도를 고려하여 재실자의 감정을 조절도 기대해볼 수 있다.

Acknowledgements

이 논문은 2020년도 정부(미래창조과학부)의 재원으로 한국연구재단의 지원(No.2020R 1A2B5B0300206911)을 받아 수행한 연구임.

References

1
Ancoli-Israel, S., Gehrman, P., Martin, J.L., Shochat, T., Marler, M., Corey-Bloom, J., Levi, L. (2003). Increased light exposure consolidates sleep and strengthens circadian rhythms in severe Alzheimer's disease patients. Sleep Med, 1(1), 22-36.
10.1207/S15402010BSM0101_415600135
2
Barnston, A.G. (1988). The effect of weather on mood, productivity, and frequency of emotional crisis in a temperate continental climate. International Journal of Biometeorology, 32(2), 134-143.
10.1007/BF010449073410582
3
Baylis, P., Obradovich, N., Kryvasheyeu, Y., Chen, H., Coviello, L., Moro, E., Cebrian, M., Fowler, J.H. (2018). Weather impacts expressed sentiment. PloS one, 13(4), e0195750.
10.1371/journal.pone.019575029694424PMC5918636
4
Ciucci, E., Calussi, P., Menesini, E., Mattei, A., Petralli, M., Orlandini, S. (2012). Seasonal variation, weather and behavior in day-care children: A multilevel approach. International Journal of Biometeorology, 57(6), 845-856.
10.1007/s00484-012-0612-023238531
5
Denissen, J.J., Butalid, L., Penke, L., Van Aken, M.A. (2008). The effects of weather on daily mood: a multilevel approach. Emotion, 8(5), 662-667.
10.1037/a001349718837616
6
Forgas, J.P., Goldenberg, L., Unkelbach, C. (2009). Can bad weather improve your memory? An unobtrusive field study of natural mood effects on real-life memory. Journal of Experimental Social Psychology, 45(1), 254-257.
10.1016/j.jesp.2008.08.014
7
Howarth, E., Hoffman, M.S. (1984). A multidimensional approach to the relationship between mood and weather. British Journal of Psychology, 75, 15-23.
10.1111/j.2044-8295.1984.tb02785.x6704634
8
Hubalek, S., Brink, M., Schierz, C. (2010). Office worker's daily exposure to light and its influence on sleep quality and mood. Lighting Research & Technology, 42(1), 33-50.
10.1177/1477153509355632
9
Huibers, M.J., de Graaf, L.E., Peeters, F.P., Arntz, A. (2010). Does the weather make us sad? Meteorological determinants of mood and depression in the general population. Psychiatry research, 180(2-3), 143-146.
10.1016/j.psychres.2009.09.01620494449
10
Klimstra, T.A., Frijns, T., Keijsers, L., Denissen, J.J.A., Raaijmakers, Q.A.W., van Aken, M.A.G., Koot, H.M., van Lier, P.A.C., Meeus, W.H.J. (2011). Come rain or come shine: individual differences in how weather affects mood. Emotion, 11(6), 1495-1499.
10.1037/a002464921842988
11
Kozaki, T., Kubokawa, A., Taketomi, R., Hatae, K. (2016). Light-induced melatonin suppression at night after exposure to different wavelength composition of morning light. Neuroscience Letters, 616, 1-4.
10.1016/j.neulet.2015.12.06326777427
12
Merz, E.L., Malcarne, V.L., Roesch, S.C., Ko, C.M., Emerson, M., Roma, V.G., Sadler, G.R. (2013). Pstchometric properties of Positive and Negative Affect Schedule (PANAS) original and short forms in an African American community sample. Journal of Affective Disordersm, 151(3), 942-949.
10.1016/j.jad.2013.08.01124051099PMC3934411
13
Park, H.S., Lee, J.M. (2016). A Validation Study of Korean Version of PANAS- Revised. Korean Journal of Psychology: General, 35(4), 617-641.
10.22257/kjp.2016.12.35.4.617
14
Watson, D., Clark, L.A., Tellegen, A. (1988). Development and validation of brief measures of positive and negative affect: The PANAS scales. Journal of Personality and Social Psychology, 54(6), 1063-1070.
10.1037/0022-3514.54.6.10633397865
15
Dong, B., Lam, K.P., Neuman, C. (2011). Integrated building control based on occupant behavior pattern detection and local weather forecasting. In Twelfth International IBPSA Conference, Sydney: IBPSA Australia, 14-17.
16
Ouerhani, N., Pazos, N., Aeberli, M., Muller, M. (2016). IoT-based dynamic street light control for smart cities use cases. In 2016 International Symposium on Networks, Computers and Communications (ISNCC), 1-5.
10.1109/ISNCC.2016.7746112
페이지 상단으로 이동하기