The Effect of Neurofeedback on the Reaction Time and Cognitive Performance of Athletes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Our study evaluated the effect of training with neurofeedback (NFB) in improving athletes' reaction time and decision-making. A computerized search in PubMed, PsycINFO, Scielo, Web of Science, EMBASE, Scopus, BVS, and Cochrane databases was performed to identify studies published from 2011 to June 2021. The protocol was registered in PROSPERO. The quality of studies that was peer-reviewed and included was assessed using the Review Manager tool, Cochrane Risk of Bias, and design and reporting quality according to the CRED-nf checklist. Standard mean differences and 95% confidence intervals (CIs) were calculated and combined using a random-effects model. A total of 07 randomized controlled trials (RCTs) (173 athletes) met the inclusion criteria. Significant effects of NFB in the experimental group in relation to reaction time were found, indicating an improvement in sports performance [standardized mean difference (SMD) = −1.08; 95% CI = (−1.90, −0.25), p = 0.0009] and cognitive performance vs. decision-making with moderate effect [SMD = 1.12; 95% CI = (−0.40, 1.85), p = 0.0001]. However, the control group had a very small effect on cognitive performance [SMD = 0.19; 95% CI = (−0.20, 0.59), p = 0.086]. NFB could improve athletes' reaction time and decision-making, effectively increasing their performance in the sports field. Future studies should focus on standardized protocols for NFB training. Systematic Review Registration http://www.crd.york.ac.uk/PROSPERO/ , identifier: CRD42021258387.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».