Stroop Effects in Persons with Traumatic Brain Injury: Selective Attention, Speed of Processing, or Color-Naming? A Meta-analysis
Notice bibliographique
Résumé
The color word Stroop test is the most common tool used to assess selective attention in persons with traumatic brain injury (TBI). A larger Stroop effect for TBI patients, as compared to controls, is generally interpreted as reflecting a decrease in selective attention. Alternatively, it has been suggested that this increase in Stroop effects is influenced by group differences in generalized speed of processing (SOP). The current study describes an overview and meta-analysis of 10 studies, where persons with TBI (N = 324) were compared to matched controls (N = 501) on the Stroop task. The findings confirmed that Stroop interference was significantly larger for TBI groups (p = .008). However, these differences may be strongly biased by TBI-related slowdown in generalized SOP (r² = .81 in a Brinley analysis). We also found that TBI-related changes in sensory processing may affect group differences. Mainly, a TBI-related increase in the latency difference between reading and naming the font color of a color-neutral word (r² = .96) was linked to Stroop effects. Our results suggest that, in using Stroop, it seems prudent to control for both sensory factors and SOP to differentiate potential changes in selective attention from other changes following TBI.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».