Corrective response reaction times and multi-motor coordination after countermanding failures
Notice bibliographique
Résumé
Operating in a dynamic environment often requires inhibition of responses. Countermanding tasks have been used extensively to probe the mechanisms behind inhibition. We used a countermanding task to investigate the processes at play during failure of inhibition. Specifically, we investigated the reaction times for correcting mistakes. Participants were instructed to respond to a 30° visual target presented randomly left or right of central fixation by orienting their eyes, head, and arm to the target. A visual stop signal was presented in 30% of the trials at central fixation, 25, 75, 125, 175 or 225 ms after target appearance and prompted participants to cancel their response. In case of inhibition failure, participants were instructed to reorient all effectors back to center. Reaction times (RT) and times to correct a failed stop (CRT) were measured for all effectors using video eye tracking (Chronos Vision), 3D infrared marker tracking of the head and arm (Optotrak), and electromyography of shoulder and neck muscles (DelSys EMG). Estimated stop signal reaction times (SSRT) measured the efficiency of response inhibition. The RT distributions and SSRTs of all effectors were consistent with predictions from a dual LATER model describing a race between a ‘go’ and a ‘stop’ process. We extended this model to capture CRT distributions. We found a delay between the end of the go/stop race and the corrective response onset. This delay could be characterized by a second ‘go’ process starting after the previous stop signal reached threshold. Correlations of latencies (RTs and CRTs) between effectors suggest a supervisory control mechanism for both initial and corrective responses, pointing towards effector-specific decision processes receiving input from the common controller. Our results demonstrate that correcting incorrect responses relies on processes similar to the ones governing response initiation and inhibition and that this is true across all effectors.
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 | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».