More than meets the eye: visual attention biases in individuals reporting chronic pain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The present study used eye-tracking technology to assess whether individuals who report chronic pain direct more attention to sensory pain-related words than do pain-free individuals. A total of 113 participants (51 with chronic pain, 62 pain-free) were recruited. Participants completed a dot-probe task, viewing neutral and sensory pain-related words while their reaction time and eye movements were recorded. Eye-tracking data were analyzed by mixed-design analysis of variance with group (chronic pain versus pain-free) as the between-subjects factor, and word type (sensory pain versus neutral) as the within-subjects factor. Results showed a significant main effect for word type: all participants attended to pain-related words more than neutral words on several eye-tracking parameters. The group main effect was significant for number of fixations, which was greater in the chronic pain group. Finally, the group by word type interaction effect was significant for average visit duration, number of fixations, and total late-phase duration, all greater for sensory pain versus neutral words in the chronic pain group. As well, participants with chronic pain fixated significantly more frequently on pain words than did pain-free participants. In contrast, none of the effects for reaction time were significant. The results support the hypothesis that individuals with chronic pain display specific attentional biases toward pain-related stimuli and demonstrate the value of eye-tracking technology in measuring differences in visual attention variables.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,124 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle