Go-activation endures following the presentation of a stop-signal: Evidence from startle
Notice bibliographique
Résumé
Logan & Cowen (1984) proposed that in a stop-signal task (SST) independent go- and stop-processes "race" such that if the go-process wins, an overt response is produced, while if the stop-process wins, the response is withheld. Based on this model, one could predict that if a process is provided with additional activation, it would be more likely to win the race. A startling acoustic stimulus (SAS) has been shown to provide added activation, resulting in early release of a response. In the present study a SAS was employed to manipulate response outcome by adding activation to either the go- (prior to the stop-signal) or stop-process (after the stop-signal). Participants produced an isometric wrist extension in response to a visual go-stimulus (green), however, if a subsequent stop-signal appeared (stimulus turned red) they were to inhibit the response. Participants completed 100-trials in a SST, including 25 stop-signal trials presented at a fixed delay corresponding to a probability of responding of 0.4 (determined from a baseline block). On stop-signal trials a SAS was presented either with the go-signal, with the stop-signal, stop-signal+100, stop-signal+150, or stop-signal+200ms. Results showed that presenting a SAS during stop-trials led to an increase in probability of responding regardless of whether the SAS was presented before or after the stop-signal. The increase in probability of responding suggests that activation related to the go-response increases rapidly following the go-signal and remains high after the presentation of the stop-signal (when the stop-process is inhibiting the response). This suggests the two processes interact rather than remain independent.Acknowledgments: Supported by the Natural Sciences and Engineering Council of Canada & the Ontario Graduate Scholarship Program
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».