Visual Attention and Visual Memory in Struggling Readers: Are Anomalies Revealed in ERP N2pc and SPCN?
Notice bibliographique
Résumé
Children with reading difficulties often show deficits in selective visual attention (SVA), and in encoding visual information into visual working memory (VWM). We analyzed the ERP N2pc wave component, representing SVA, and the SPCN component, representing successful VWM storage, in good- and poor-reading children while they performed an object-substitution masking (OSM) task. During OSM an illusory object elicited by a mask replaces the target stimulus, particularly with delayed mask offset. Thus, we predicted that storage of the target into VWM would be hindered under delayed mask offset. Because poor readers tend to show anomalous encoding into VWM, we expected to see a reduced SPCN in these individuals. Previous research indicates that N2pc is found for both incorrect and correct trials with delayed but not with co-termination offsets. We therefore expected to find N2pc in delayed-offset trials, and that the amplitude would be reduced in poor readers due to SVA anomalies. In support of our hypothesis, results showed that N2pc was reliably elicited in children in delayed offset conditions, and suggested greater load on SVA resources in the delayed conditions in poor readers. Visual analysis of the wave components indicated SPCN in correct trials, representing successful storage of the target into VWM. Results on reading group differences are discussed in relation to current conceptualizations of SVA anomalies in poor readers. Meeting abstract presented at VSS 2017
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».