Age-related differences in the impact of mind-wandering and visual distraction on performance in a go/no-go task.
Notice bibliographique
Résumé
Optimal performance in many tasks requires minimizing the impact of both visual distraction and mind-wandering. Yet, so far, these two types of distraction have been studied in isolation and it remains unclear whether they act in similar or dissociable ways across age groups. Here, we studied the impact of visual distraction and mind-wandering on performance in a go/no-go task in young and older adults. Older adults reported higher task focus than young, which was associated with a specific age-related reduction in mind-wandering, rather than to thoughts triggered by the task. Older adults exhibited fewer no-go errors, higher mean reaction time (RT) and reduced RT variability compared to young adults. In contrast, visual distraction was associated with a disproportionate effect in older versus young adults on go accuracy, mean RT, and RT variability. Decreasing task focus was similarly associated with reduced go- and no-go accuracy and increased RT variability across age groups. In summary, our results suggest that whereas older adults are disproportionately affected by visual distraction compared to young, they exhibit a reduction in mind-wandering frequency. Moreover, the impact of decreasing task focus on task performance is similar across age groups. Our results suggest a dissociation of the impact of visual distraction and mind-wandering as a function of age. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».