Early and late modulation of attentional selection by multiple attentional control sets: ERP evidence
Notice bibliographique
Résumé
We have previously demonstrated that two attentional control sets (ACSs), each defined by a separate color, can be maintained over distinct locations in space, as observed in reaction times (RTs) to target stimuli. The current study used event-related potentials (ERP) to examine the neural responses to both cues and targets in order to determine the timing and specificity of attentional capture in this paradigm. Participants were instructed to maintain central fixation while responding to targets of only one color per location (e.g., blue target at left placeholder, green target at right placeholder). Prior to target onset, each placeholder was highlighted with a cue that matched the ACS for that side (“good” cue), a cue that matched the ACS for the opposite side (“bad” cue), or an achromatic cue (“neutral” cue). Behavioural results confirmed that target RTs are fastest for trials with good cues, relative both to trials with bad cues and to trials with neutral cues. This behavioural effect was reflected in the ERPs time-locked to target onset; specifically, the P3 component, a neural marker of attentional selection and consolidation, peaked at earlier latencies for targets following good cues. We also examined the ERPs time-locked to cue onset, specifically the N2pc component that reflects the current locus of attention. In our paradigm, a greater N2pc amplitude would indicate that attention has shifted in response to the cue. We found the greatest N2pc amplitudes for good cues relative to neutral cues, with a smaller although still discernible degree of capture for bad cues. Together these results suggest that late attentional selection is responsible for speeded target processing, and that ACSs do not operate as an early, all-or-nothing filter of bottom-up capture.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».