MétaCan
Menu
Retour à la cohorte
Enregistrement W4243585232 · doi:10.7287/peerj.5601v0.2/reviews/2

Peer Review #2 of "Neural processing of working memory in adults with ADHD in a visuospatial change detection task with distractors (v0.2)"

2018· peer-review· en· W4243585232 sur OpenAlexaff
Chao Gu, Zhong‐Xu Liu, Rosemary Tannock, Steven Woltering

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensSickKids FoundationBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTask (project management)PsychologyWorking memoryCognitive psychologyChange detectionNeuroscienceComputer scienceArtificial intelligenceCognitionEngineering

Résumé

récupéré en direct d'OpenAlex

Individuals with Attention-Deficit Hyperactivity-Disorder (ADHD) are often characterized by deficits in working memory (WM), which manifest in academic, professional, and mental health difficulties. To better understand the underlying mechanisms of these presumed WM deficits, we compared adults with ADHD to their peers on behavioral and neural indices of WM. We used a visuospatial change detection task with distractors which was designed to assess the brain's ability to effectively filter out distractors from WM, in addition to testing for effects of WM load. Twenty-seven unmedicated adults with ADHD were compared to 27 matched peers on event-related potential (ERP) measures of WM, i.e., the Contralateral Delay Activity (CDA). Despite severe impairments in everyday life functioning, findings showed no difference in deficits in behavioral tests of working memory for adults with ADHD compared to their peers. Interestingly, there were differences in neural activity between individuals with ADHD and their peers showing that the CDA of individuals with ADHD did not distinguish between high, distractor, and low memory load conditions. These data suggest, in the face of comparable behavioral performance, a difference in neural processing efficiency, wherein the brains of individuals with ADHD may not be as selective in the allocation of neural resources to perform a WM 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,315
Écart entre enseignants0,241 · 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.

Devis d'étudeRevue systématique
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Science and MappingTravaux en français237 207