Isolating Working Memory Capacity Deficits from Sustained Attention Deficits in Patients with Schizophrenia Using a Single Behavioral Task
Notice bibliographique
Résumé
Recent advances in our understanding of working memory (WM) suggest that performance on tasks that assess WM confound an individual’s maximum WM capacity with trial-to-trial variations in their attentional control. This limitation regarding one of the most commonly assessed cognitive constructs in clinical psychology raises important questions regarding the true locus of performance deficits found in the assessment of clinical populations such as Schizophrenia Spectrum Disorders (SSD). Fortunately, new methodologies have been developed which can isolate and measure these two cognitive traits independently within a single task referred to as a discrete whole-report WM task. Within the task, participants are presented with six colored squares during the initial memory array and must make responses about each item. This design allows for a more detailed assessment of memory performance (0-6 items recalled correctly) which can be used to determine an individual’s complete memory performance on every trial. From this data, a computational model described in Hakim et al., (2020) determines an individual’s maximum WM capacity and their sustained attention capacity, a measure of the probability with which a participant achieves their maximum WM capacity throughout the experiment. The present study administered a whole-report WM task to 26 individuals, 15 with SSD and 11 healthy age-matched controls. Our results suggest participants with SSD were significantly impaired in both sustained attention capacity and maximum WM capacity, though to a larger extent in their sustained attention capacity. Moreover, removing trials where participants reported only 0 or 1 squares correctly significantly reduced differences in performance across the two groups in the whole report task. These results indicate that tracking and removing trials that reflect complete attentional lapses may provide more sensitive indices that better reflect true cognitive deficits.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».