Assessment of nonlinear interactions in event-related potentials elicited by stimuli presented at short interstimulus intervals using single-trial data
Notice bibliographique
Résumé
The recording of brain event-related potentials (ERPs) is a widely used technique to investigate the neural basis of sensory perception and cognitive processing in humans. Due to the low magnitude of ERPs, averaging of several consecutive stimuli is typically employed to enhance the signal to noise ratio (SNR) before subsequent analysis. However, when the temporal interval between two consecutive stimuli is smaller than the latency of the main ERP peaks, i.e., when the stimuli are presented at a fast rate, overlaps between the corresponding ERPs may occur. These overlaps are usually dealt with by assuming that there is a simple additive superposition between the elicited ERPs and consequently performing algebraic waveform subtractions. Here, we test this assumption rigorously by providing a statistical framework that examines the presence of nonlinear additive effects between overlapping ERPs elicited by successive stimuli with short interstimulus intervals (ISIs). The results suggest that there are no nonlinear additive effects due to the time overlap per se but that, for the range of ISIs examined, the second ERP is modulated by the presence of the first stimulus irrespective of whether there is time overlap or not. In other words, two ERPs that overlap in time can still be written as an addition of two ERPs but with the second ERP being different from the first. This difference is also present in the case of nonoverlapping ERPs with short ISIs. The modulation effect elicited on the second ERP by the first stimulus is dependent on the ISI value.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».