MétaCan
Menu
Retour à la cohorte
Enregistrement W2991245191 · doi:10.1162/jocn_a_01506

Dissecting Cognitive Operations in Difficult Visual Search Using Response-locked Posterior Contralateral Negativity Event-related Potentials

2019· article· en· W2991245191 sur OpenAlexaff
Brandi Lee Drisdelle, Pierre Jolicœur

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyLatency (audio)Stimulus (psychology)Event-related potentialNegativity effectVisual searchCognitionGray (unit)AmplitudeCognitive psychologyAudiologyNeuroscienceCommunicationComputer science

Résumé

récupéré en direct d'OpenAlex

We bisected the sequence of processing into operations taking place before or after the engagement of visual-spatial attention during a difficult search task using event-related potentials. We were able to assign variance in RTs associated with experimental factor effects to phases of processing by examining stimulus-locked (SLpcN) and response-locked (RLpcN) posterior contralateral negativity. Participants searched for a gray square with one gap among gray squares with two gaps. The number of displayed items (set size) and the number of response alternatives were varied. Both experimental manipulations affected the onset latency of the RLpcN, whereas the SLpcN showed small or no latency effects, suggesting they had effects after the initial deployment of attention. Moreover, amplitude effects in the RLpcN and SLpcN behaved similarly. Most importantly, different aspects of the RLpcN dissociated the experimental manipulations: Set size primarily affected processing between RLpcN onset and peak amplitude of the RLpcN, whereas the number of response alternatives affected the onset latency and the latency of peak amplitude of RLpcN. These results show how RLpcN activity can dissociate factor effects that are not separable with SLpcN activity during difficult search.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,870

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,103
Tête enseignante GPT0,427
Écart entre enseignants0,325 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207