MétaCan
Menu
Retour à la cohorte
Enregistrement W2968832944 · doi:10.1111/psyp.13458

Wearing a bike helmet leads to less cognitive control, revealed by lower frontal midline theta power and risk indifference

2019· article· en· W2968832944 sur OpenAlexaff
Barbara Schmidt, Luisa Keßler, Clay B. Holroyd, Wolfgang H. R. Miltner

Notice bibliographique

RevuePsychophysiology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitionPoison controlElectroencephalographyAudiologyDevelopmental psychologyNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

A recent study claims that participants wearing a bike helmet behave riskier in a computer-based risk task compared to control participants without a bike helmet. We hypothesized that wearing a bike helmet reduces cognitive control over risky behavior. To test our hypothesis, we recorded participants' EEG brain responses while they played a risk game developed in our laboratory. Previously, we found that, in this risk game, anxious participants showed greater levels of cognitive control as revealed by greater frontal midline theta power, which was associated with less risky decisions. Here, we predicted that cognitive control would be reduced in the helmet group, indicated by reduced frontal midline theta power, and that this group would prefer riskier options in the risk game. In line with our hypothesis, we found that participants in the helmet group showed significantly lower frontal midline theta power than participants in the control group, indicating less cognitive control. We did not replicate the finding of generally riskier behavior in the helmet group. Instead, we found that participants chose the riskier option in about half of trials, no matter how risky the other option was. Our results suggest that wearing a bike helmet reduces cognitive control, as revealed by reduced frontal midline theta power, leading to risk indifference when evaluating potential behaviors.

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)0,000
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 enseignants0,774
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,001

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 Opus0,039
Tête enseignante GPT0,324
Écart entre enseignants0,285 · 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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychophysiologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207