MétaCan
Menu
Retour à la cohorte
Enregistrement W2894138074 · doi:10.1167/18.10.971

The Impact of Self-Relevance and Valence on Word Processing: an ERP study

2018· article· en· W2894138074 sur OpenAlexaff
Anna Hudson, McLennon Wilson, Emma Green, Roxane J. Itier, Henderson Henderson

Notice bibliographique

RevueJournal of Vision · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Text Analysis Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPsychologyValence (chemistry)TraitCognitionCognitive psychologyRecallEmotional valenceEvent-related potentialCognitive biasDevelopmental psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Social-cognition implicates a unique processing mechanism for self-relevant information, which has life-long adaptive outcomes. The well-established self-referential encoding task (SRET) specifically probes this self-referential bias, as well as the equally adaptive positivity bias. These two biases have primarily been examined in isolation, separately demonstrating improved endorsement and memory for positive (vs. negative), and self-relevant (vs. other-relevant) trait adjectives. The goal of the current study was to extend this research by simultaneously examining the effect of valence and self-relevance on behavioral indices of memory, and Event Related Potential (ERP) indices of attention and emotion processing at encoding. Using a within-subjects block design, participants viewed and endorsed (or not) positive and negative trait adjectives in terms of themselves (self-relevant block) or Harry Potter (other-relevant block). ERPs were time-locked to word onset and analyses focused on both the early Late Positive Potential (eLPP, 400-600 ms) reflecting sustained attention, and its late counterpart (lLLP, 600-1200ms) reflecting emotional processing. Following the SRET, participants completed unexpected recall and recognition tasks. Consistent with past studies, participants displayed a positivity bias, endorsing and remembering more positive (vs. negative) words. Additionally, participants displayed a self-referential bias, endorsing and remembering more self-relevant (vs. other-relevant) words. The ERP findings paralleled this behaviour, with larger amplitude for self- (vs. other) relevant items from 400-800ms, spanning the eLPP and part of the lLPP. Valence affected only the lLPP with an increased amplitude for positive (vs. negative) trait-adjectives from 600-1000ms. These results suggest the self-referencing and positivity biases might be discrete cognitive processes that do not interact. Self-referential processing seems to start earlier than valence processing, although both overlap around 600-800ms. Additionally, the positivity bias does not appear specific to self-relevant processing, but applies generally across social processing conditions. It appears these two biases have uniquely adaptive roles within social cognition. Meeting abstract presented at VSS 2018

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,203

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,377
Écart entre enseignants0,362 · 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'étudeAutre devis
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetAdvanced Text Analysis TechniquesTravaux en français237 207