Dissociable Effects of Reward on P300 and EEG Spectra Under Conditions of High vs. Low Vigilance During a Selective Visual Attention Task
Notice bibliographique
Résumé
The influence of motivation on selective visual attention in states of high vs. low vigilance is poorly understood. To explore the possible differences in the influence of motivation on behavioral performance and neural activity in high and low vigilance levels, we conducted a prolonged 2 h 20 min flanker task and provided monetary rewards during the 20- to 40- and 100- to 120-min intervals of task performance. Both the behavioral and electrophysiological measures were modulated by prolonged task engagement. Moreover, the effect of reward was different in high vs. low vigilance states. The monetary reward increased accuracy and decreased the reaction time (RT) and number of omitted responses in the low but not in the high vigilance state. The fatigue-related decrease in P300 amplitude recovered to its level in the high vigilance state by manipulating motivation, whereas the fatigue-related increase in P300 latency was not modulated by reward. Additionally, the fatigue-related increase in event-related spectral power at 1-4 Hz was sensitive to vigilance decrement and reward. However, the spectral power at 4-8 Hz was only affected by the decrease in vigilance. These electrophysiological measures were not influenced by motivation in the state of high vigilance. Our results suggest that neural processing capacity, but not the timing of processing, is sensitive to motivation. These findings also imply that the fatigue-related impairments in behavioral performance and neural activity underlying selective visual attention only partly recover after manipulating motivation. Furthermore, our results provide evidence for the dissociable neural mechanisms underlying the fatigue-related decrease vs. reward-related increase in attentional resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».