A DERIVED TRANSFER OF ELICITING EMOTIONAL FUNCTIONS USING DIFFERENCES AMONG ELECTROENCEPHALOGRAMS AS A DEPENDENT MEASURE
Notice bibliographique
Résumé
Emotional responses have specific electroencephalographic (EEG) signatures that arise within a few hundred milliseconds post-stimulus onset. In this experiment, EEG measures were employed to assess for transfer of emotional functions across three 3-member equivalence classes in an extension of Dougher, Auguston, Markham, Greenway, & Wulfert's (1994) seminal work on the transfer of arousal functions. Specifically, 12 human participants were trained in the following match-to-sample performances A1 = B1, A2 = B2, A3 = B3 and B1 = C1, B2 = C2, B3 = C3. After successfully testing for the emergence of symmetry relations (B1 = A1, B2 = A2, B3 = A3 and C1 = B1, C2 = B2, C3 = B3), visual images depicting emotionally positive and emotionally negative content were presented with A1 and A3, respectively, using a mixed stimulus pairing-compounding procedure. A2 was paired with emotionally neutral images. Next, EEG data were recorded as participants were exposed to a forced-choice recognition task with stimuli A1, B1, C1, A2, B2, C2, A3, B3, C3 and three novel stimuli A4, B4 and C4. Results yielded differential EEG effects for stimuli paired directly with emotional versus neutral images. Critically, differential EEG effects were also recorded across the C stimuli that were equivalently related to the A stimulus set. The EEG data coincide with previous reports of emotion-specific EEG effects, indicating that the initial emotional impact of a stimulus may emerge based on direct stimulus pairing and derived stimulus relations.
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 | 0,005 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».