MétaCan
Menu
Retour à la cohorte
Enregistrement W4200211546 · doi:10.1038/s41598-021-03577-1

Network oscillations imply the highest cognitive workload and lowest cognitive control during idea generation in open-ended creation tasks

2021· article· en· W4200211546 sur OpenAlexafffund
Wenjun Jia, Frederic von Wegner, Mengting Zhao, Yong Zeng

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWorkloadCognitionComputer scienceControl (management)Cognitive psychologyData sciencePsychologyNeuroscienceArtificial intelligenceOperating system

Résumé

récupéré en direct d'OpenAlex

Design is a ubiquitous, complex, and open-ended creation behaviour that triggers creativity. The brain dynamics underlying design is unclear, since a design process consists of many basic cognitive behaviours, such as problem understanding, idea generation, idea analysis, idea evaluation, and idea evolution. In this present study, we simulated the design process in a loosely controlled setting, aiming to quantify the design-related cognitive workload and control, identify EEG-defined large-scale brain networks, and uncover their temporal dynamics. The effectiveness of this loosely controlled setting was tested through comparing the results with validated findings available in the literature. Task-related power (TRP) analysis of delta, theta, alpha and beta frequency bands revealed that idea generation was associated with the highest cognitive workload and lowest cognitive control, compared to other design activities in the experiment, including problem understanding, idea evaluation, and self-rating. EEG microstate analysis supported this finding as microstate class C, being negatively associated with the cognitive control network, was the most prevalent in idea generation. Furthermore, EEG microstate sequence analysis demonstrated that idea generation was consistently associated with the shortest temporal correlation times concerning finite entropy rate, autoinformation function, and Hurst exponent. This finding suggests that during idea generation the interplay of functional brain networks is less restricted and the brain has more degrees of freedom in choosing the next network configuration than during other design activities. Taken together, the TRP and EEG microstate results lead to the conclusion that idea generation is associated with the highest cognitive workload and lowest cognitive control during open-ended creation task.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,352
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations40
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCreativity in Education and NeuroscienceTravaux en français237 207