MétaCan
Menu
Retour à la cohorte
Enregistrement W2094638566 · doi:10.1080/17470218.2010.517322

Neural temporal dynamics of contingency judgement

2010· article· en· W2094638566 sur OpenAlexaff
Jennifer J. Heisz, Samuel D. Hannah, Judith M. Shedden, Lorraine G. Allan

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésContingencyPsychologyJudgementContingent negative variationNegativity effectEvent-related potentialCognitive psychologyElectroencephalographyEvent (particle physics)Neuroscience

Résumé

récupéré en direct d'OpenAlex

The present study captures the dynamics of neural processing across positively contingent, negatively contingent, and noncontingent relations. In the setting of a hypothetical chat room conversation, participants rated the contingency of emotional response between two individuals. Event-related potentials (ERPs) were time-locked to the onset of each emotional event. Although each event alone was ambiguous regarding contingency, its neural response was characteristic of the overall contingent relation and the subsequent contingency rating. Very early displays of contingency modified the ERP anterior N1 (AN1) component amplitude. In contrast, the ERP selection negativity (SN) component amplitude seemed to be more sensitive to display properties than contingency. Our results point to the recruitment of early attentional processes for contingency judgement and highlight the efficiency of statistical information processing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,410
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Experimental PsychologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207