MétaCan
Menu
Retour à la cohorte
Enregistrement W2954148665 · doi:10.1027/0269-8803/a000243

Conducting Event-Related Potential (ERP) Research With Young Children

2019· article· en· W2954148665 sur OpenAlexaff
Rebecca J. Brooker, John E. Bates, Kristin A. Buss, Mara J. Canen, Tracy A. Dennis‐Tiwary, Lisa M. Gatzke‐Kopp, Caroline P. Hoyniak, Daniel N. Klein, Autumn Kujawa, Ayelet Lahat, Connie Lamm, Jason S. Moser, Isaac T. Petersen, Alva Tang, Steven Woltering, Louis A. Schmidt

Notice bibliographique

RevueJournal of Psychophysiology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute of Mental Health
Mots-clésPsychologyData collectionWork (physics)Plan (archaeology)Event (particle physics)CognitionDevelopmental psychologyEarly childhoodApplied psychology

Résumé

récupéré en direct d'OpenAlex

There has been an unprecedented increase in the number of research studies employing event-related potential (ERP) techniques to examine dynamic and rapidly-occurring neural processes with children during the preschool and early childhood years. Despite this, there has been little discussion of the methodological and procedural differences that exist for studies of young children versus older children and adults. That is, reviewers, editors, and consumers of this work often expect developmental studies to simply apply adult techniques and procedures to younger samples. Procedurally, this creates unrealistic expectations for research paradigms, data collection, and data reduction and analyses. Scientifically, this leads to inappropriate measures and methods that hinder drawing conclusions and advancing theory. Based on ERP work with preschoolers and young children from 10 laboratories across North America, we present a summary of the most common ERP components under study in the area of emotion and cognition in young children along with 13 realistic expectations for data collection and loss, laboratory procedures and paradigms, data processing, ERP averaging, and typical challenges for conducting this type of work. This work is intended to supplement previous guidelines for work with adults and offer insights to aid researchers, reviewers, and editors in the design and evaluation of developmental research using ERPs. Here we make recommendations for researchers who plan to conduct or who are conducting ERP studies in children between ages 2 and 12, focusing on studies of toddlers and preschoolers. Recommendations are based on both data and our cumulative experience and include guidelines for laboratory setup, equipment and recording settings, task design, and data processing.

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)0,137
score de la tête « metaresearch » (Gemma)0,242
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,726

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1370,242
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0030,004
Communication savante0,0060,006
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,056
Tête enseignante GPT0,351
Écart entre enseignants0,295 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of PsychophysiologyMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207