MétaCan
Menu
Retour à la cohorte
Enregistrement W2942742290 · doi:10.3389/fnins.2019.00444

The Influence of Acetaminophen on Task Related Attention

2019· article· en· W2942742290 sur OpenAlexafffund
Sumeet M. Jaswal, Javier A. Granados Samayoa, Julia W. Y. Kam, Daniel Randles, Steven J. Heine, Todd C. Handy

Notice bibliographique

RevueFrontiers in Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensThe Scarborough HospitalUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTask (project management)AcetaminophenCognitive psychologyComputer sciencePsychologyMedicinePharmacologyEngineering

Résumé

récupéré en direct d'OpenAlex

Our study was designed to examine whether the pain reliever acetaminophen impacts the normal ebb-and-flow of off-task attentional states, such as captured by the phenomenon of mind wandering. In a placebo-controlled between-groups design, participants performed a sustained attention to response task while event-related potentials (ERPs) to target events were recorded. Participants were queried at random intervals for their attentional reports - either "on-task" or "off-task." The frequency of these reports and the ERPs generated by the preceding target events were assessed. Behaviorally, the frequency of off-task attentional reports was comparable between groups. Electrophysiologically, two findings emerged: first, the amplitude of the P300 ERP component elicited by target events was significantly attenuated during off-task vs. on-task attentional states in both the acetaminophen and placebo groups. Second, the amplitude of the LPP ERP component elicited by target events showed a significant decrease during off-task attentional states that was specific to the acetaminophen group. Taken together, our findings support the conclusion that acetaminophen doesn't impact our relative propensity to drift into off-task attentional states, but it does affect the depth of neurocognitive disengagement during off-task attentional states, and in particular, at the level of post-categorization stimulus evaluations indexed by the LPP.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetMind wandering and attentionTravaux en français237 207