A white noise "go" stimulus increases the probability of startle and response triggering by startle
Notice bibliographique
Résumé
It is well known that increasing the intensity of an acoustic "go" stimulus in reaction time (RT) tasks leads to faster RTs. However, if the stimulus is sufficiently intense for a startle reaction to be elicited in the sternocleidomastoid (SCM), premotor RT is further decreased to such an extent that normal cortical stimulus-response processing is bypassed (Carlsen et al. 2007). It has been shown that there is a higher probability of producing a "startle blink" response with white noise compared to a single tone at 95 and 100 dB (Blumenthal & Berg 1986). It is unclear whether SCM is similarly affected, and thus the probability of eliciting a prepared response may differ depending on the stimulus frequency content at a given intensity. In the current experiment participants performed a button release simple RT task requiring wrist extension in response to a varied "go" stimulus. The imperative "go" signal consisted of either a 40ms, 1000 Hz tone or a 40ms, white noise pulse with an intensity of 82, 100, 108, 116 or 124 dB(A). Surface EMG was measured from the wrist extensors and the SCM, and time of button release was recorded. Results showed that for all intensities below 124 dB, probability of eliciting a SCM startle response was higher for white noise. In addition, this also resulted in a higher probability of early movement release when startled indicating that white noise may be a more effective stimulus when employing startle to investigate action preparation.Acknowledgments: Supported by the Faculty of Health Sciences, University of Ottawa
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».