ERN and the placebo: A misattribution approach to studying the arousal properties of the error-related negativity.
Notice bibliographique
Résumé
Performance monitoring in the anterior cingulate cortex (ACC) has largely been viewed as a cognitive, computational process devoid of emotion. A growing body of research, however, suggests that performance is moderated by motivational engagement and that a signal generated by the ACC, the error-related negativity (ERN), may partially reflect a distress response to errors. Although suggestive, this past work is hampered by use of correlational designs or by designs that confound affect and cognitive performance. Here we use the misattribution of arousal paradigm--an experimental paradigm that pilot research shows can dissociate affect from cognitive performance--to investigate the extent to which the ERN has arousal properties. Forty university students completed a misattribution of arousal paradigm by consuming a beverage they believed would either increase their anxiety or would have no side effects and then completed a go/no-go task while we recorded ERNs. Results indicate that participants who were given the opportunity to misattribute arousal exhibited a reduced ERN compared with participants who were not given any misattribution cues. This occurred despite no measurable differences in performance on the go/no-go task. In addition, correlations between the ERN and behavior were observed only for participants who did not misattribute their arousal to the placebo beverage. Taken together, these results suggest that the ERN is dissociable from cognitive performance but not negative affect.
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 | 0,004 |
| 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) | 0,001 | 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 ».