The P300 component and the visuomotor mental rotation task: context-updating scales to angle of rotation
Notice bibliographique
Résumé
The visuomotor mental rotation (VMR) task elicits a reliable increase in response latencies as a function of increasing (and perceptually unfamiliar) angles of rotation (Georgopoulos and Massey 1987: Exp Brain Res; Neely and Heath 2010: Brain Res). Evidence from non-human primates suggests that the increased latencies reflect a monotonic rotation of neural population vectors within frontal motor areas. The present investigation evaluated the behavioural and event-related brain potentials (ERP) associated with the VMR task to determine whether accurate performance is related to a remapping of the environmental parameters of a target or a shift of visual attention from a veridical to a cognitively represented target location. Twenty human participants were provided advanced information to complete a direct (i.e., 0°) or VMR response (35, 75 and 105°) to each of eight concentric targets. Targets were presented for 1,000 ms in advance of response cuing and ERPs were locked to their presentation. Behavioural results indicated that endpoint accuracy and variability increased with increasing angle of rotation. In terms of ERP findings, an early component (i.e., N100) related to the orientating of visuospatial attention did not differ across the VMR tasks. In contrast, the amplitude of a later occurring component (i.e., P300) scaled with increasing angle of rotation, and the amplitude of this component increased with increasing endpoint variability. Importantly, previous research has linked the P300 to a revision of an internal mental model when a mismatch exits between a visual stimulus and a required task goal (i.e., context-updating). As such, we propose that the VMR task is mediated via a top-down and cognitively based reformulation of action space, and that such a process occurs well in advance of response cuing. Moreover, the conjoint behavioural and ERP findings suggest the degree of context-updating decreases the effectiveness of the motor response. Meeting abstract presented at VSS 2013
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».