MétaCan
Menu
Retour à la cohorte
Enregistrement W2345919830 · doi:10.3389/fnagi.2016.00033

Modulation of Prepulse Inhibition and Startle Reflex by Emotions: A Comparison between Young and Older Adults

2016· article· en· W2345919830 sur OpenAlexafffund
Jolyanne Le Duc, Philippe Fournier, Sylvie Hébert

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensInternational Laboratory for Brain, Music and Sound ResearchUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du TravailCanada Foundation for Innovation
Mots-clésPrepulse inhibitionMoro reflexPsychologyAudiologyYoung adultGatingDevelopmental psychologySenescenceStartle responseReflexNeuroscienceMedicineSchizophrenia (object-oriented programming)

Résumé

récupéré en direct d'OpenAlex

This study examined whether or not the acoustic startle response and sensorimotor gating may be modulated by emotions differentially between young and older adults. Two groups of participants (mean age Young: 24 years old; Elderly: 63.6 years old) were presented with three types of auditory stimuli (Startle alone, High or Low frequency Prepulse) while viewing pleasant, neutral, or unpleasant images. Electromyographic activity of the eyeblink response was measured. Results show that older adults displayed diminished eyeblink responses whereas younger adults displayed enhanced eyeblink responses when viewing negative images. Sensorimotor gating also differed between young and older adults, with enhanced sensorimotor gating abilities while viewing positive pictures in older adults and diminished abilities while viewing negative pictures among younger adults. These results argue in favor of a differential emotional influence on the sensorimotor abilities of young and older adults, with a positivity bias among the latter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,341
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207