MétaCan
Menu
← Retour à la cohorte
Enregistrement W2948494358

The influence of practice on response inhibition and its inhibitory after-effects in visual, location-based tasks

2012· article· en· W2948494358 sur OpenAlexaff
Eric Buckolz, Alexandra L. Stoddart, Ben Kajaste, Cameron Edgar, Peter Haworth

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNegative primingPsychologyGo/no goPriming (agriculture)Set (abstract data type)SNPResponse inhibitionAudiologyMedicineBiologyGeneticsNeuroscienceComputer scienceCognitionSingle-nucleotide polymorphismSelective attention
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To-be-ignored distractor events are nonetheless deeply processed, to the point of activating their associated response which subsequently undergo inhibition. These inhibited responses resist future execution, thereby delaying later target processing that requires their production (i.e., time is needed to 'override' this resistance). The question here is whether this detrimental inhibitory after-effect can be reduced/removed with practice – i.e., can override time be reduced? Method: 30 individuals undertook a classis spatial negative priming (SNP) task (SNP effect is solely caused by earlier response inhibition after-effects and so indexes the latter), completing 16 sessions of 224 prime-probe trial pairs, including a total of 448 ignored-repetition trials, which require override. Results: An ANOVA with Probe Trial Type (t+d, t-only), Sessions (3-14) and SNP (ignored-repetition, Control) as factors, showed a significant SNP effect, F(1, 29)= 179.79, p< 0.01), which did not interact with the other factors. Distractor interference (RT[t+d] – RT[t-only]) declined significantly over sessions. Conclusions: (1) override time is not shortened due to practice, so the negative impact on target processing caused by recently inhibited responses cannot be set aside on this account, and, (2) while distractor potency declines over practice (i.e., produces less interference), this is not associated with faster override times.Acknowledgments: NSERC

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,380
Écart entre enseignants0,331 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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