MétaCan
Menu
← Retour à la cohorte
Enregistrement W2926888078 · doi:10.3389/fpsyg.2019.00721

Do Emotional Faces Affect Inhibition of Return? An ERP Study

2019· article· en· W2926888078 sur OpenAlexaff
Liping Jia, Jingxin Wang, Kuo Zhang, Hengfen Ma, Hong‐Jin Sun

Notice bibliographique

RevueFrontiers in Psychology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcMaster University
Organismes subventionnairesMinistry of Education of the People's Republic of China
Mots-clésPsychologyAffect (linguistics)Inhibition of returnCognitive psychologyEmotional regulationSocial psychologyCognitionDevelopmental psychologyNeuroscienceCommunicationVisual attention

Résumé

récupéré en direct d'OpenAlex

Inhibition of Return (IOR) refers to an individual's slowed localization or discrimination performance for targets that appear in previously cued versus uncued location after a relatively long delay after cue (∼300-500 ms). The current study adopted a cue-target paradigm and used behavioral and event-related potential (ERP) measures to investigate whether IOR would be modulated by emotional faces during an emotion recognition task. For reaction time measure, we found IOR effect and the magnitude of IOR effect were comparable for fearful face target and neutral face target. For ERP measures, valid cues were associated with smaller P1 and larger N1 waveform than that for invalid cues. Fearful faces were associated with a larger N170 than neutral faces. The onset latency of the stimulus-locked lateralised readiness potential (LRP) in the valid cue condition was longer than that in the invalid cue condition, while there was no significant difference on the onset latency of the response-locked LRP between the valid cue and invalid cue condition. These results support the notion that, regardless the emotion component of the stimulus, the inhibitory bias of attention to previous visited location before response contributes to the IOR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,090
Tête enseignante GPT0,399
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Psychology→Même sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→