Validation of a within-trial measure of the oculomotor stop process
Notice bibliographique
Résumé
The countermanding (or stop signal) task requires subjects try to withhold a planned movement upon the infrequent presentation of a stop signal. We have previously proposed a within-trial measure of movement cancellation based on neck muscle recruitment during the cancellation of eye-head gaze shifts. Here, we examined such activity after either a bright or dim stop signal, a manipulation known to prolong the stop signal reaction time (SSRT). Regardless of stop signal intensity, subjects generated an appreciable number of head-only errors during successfully cancelled gaze shifts (compensatory eye-in-head motion ensured gaze stability), wherein subtle head motion toward a peripheral target was ultimately stopped by a braking pulse of antagonist neck muscle activity. Both the SSRT and timing of antagonist muscle recruitment relative to the stop signal increased for dim stop signals and decreased for longer stop signal delays. Moreover, we observed substantial variation in the distribution of antagonist muscle recruitment latencies across our sample. The magnitude and variance of the SSRTs and antagonist muscle recruitment latencies correlated positively across subjects, as did the within-subject changes across bright and dim stop signals. Finally, we fitted our behavioral data with a race model architecture that incorporated a lower threshold for initiating head movements. This model allowed us to estimate the efferent delay between the completion of a central stop process and the recruitment of antagonist neck muscles; the estimated efferent delay remained consistent within subjects across stop signal intensity. Overall, these results are consistent with the hypothesis that neck muscle recruitment during a specific subset of cancelled trials provides a peripheral expression of oculomotor cancellation on a single trial. In the discussion, we briefly speculate on the potential value of this measure for research in basic or clinical domains and consider current issues that limit more widespread use.
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 | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».