The emotion‐elicited late positive potential is stable across five testing sessions
Notice bibliographique
Résumé
Many studies have examined associations between neural and behavioral markers of attention to emotion and individual differences in affective functioning. However, the majority of these studies are cross-sectional, and examine associations between brain, behavior, and individual differences at one or two time-points, limiting our understanding of the extent to which these neural responses reflect trait-like patterns of attention. The present study used the Emotional Interrupt paradigm, and examined the stability and trajectory of behavioral (i.e., reaction time to targets following task-irrelevant appetitive, neutral, and aversive images), and neural responses to images (i.e., the late positive potential or LPP), across five sessions separated by one week in 86 individuals. Additionally, we examined the extent to which the LPP and behavioral measures were sensitive to naturally occurring daily fluctuations in positive and negative affect. Results indicate that, though the magnitude of the conditional LPP waveforms decreased over time, the degree of emotional modulation (i.e., differentiation of emotional from neutral) did not; in fact, differentiation of appetitive from neutral increased over time. Behavioral responses were similarly stable across sessions. Additionally, we largely did not observe significant effects of state positive and negative affect on the LPP or behavior over time. Finally, the LPP elicited by appetitive images significantly predicted reaction time to targets following these images. These data suggest that neural and behavioral markers of attention to motivationally salient cues may be trait-like in nature, and may be helpful in future studies seeking to identify markers of vulnerability for diverse forms of psychopathology.
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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 ».