Parietal Alpha Oscillations: Cognitive Load and Mental Toughness
Notice bibliographique
Résumé
Cognitive effort is intrinsically linked to task difficulty, intelligence, and mental toughness. Intelligence reflects an individual’s cognitive aptitude, whereas mental toughness (MT) reflects an individual’s resilience in pursuing success. Research shows that parietal alpha oscillations are associated with changes in task difficulty. Critically, it remains unclear whether parietal alpha oscillations are modulated by intelligence and MT as a personality trait. We examined event-related (de)synchronization (ERD/ERS) of alpha oscillations associated with encoding, retention, and recognition in the Sternberg task in relation to intelligence and mental toughness. Eighty participants completed the Sternberg task with 3, 4, 5 and 6 digits, Raven Standard Progressive Matrices test and an MT questionnaire. A positive dependence on difficulty was observed for all studied oscillatory effects (t = −8.497, p < 0.001; t = 2.806, p < 0.005; t = −2.103, p < 0.05). The influence of Raven intelligence was observed for encoding-related alpha ERD (t = −2.02, p = 0.049). The influence of MT was observed only for difficult conditions in recognition-related alpha ERD (t = −3.282, p < 0.005). Findings indicate that the modulation of alpha rhythm related to encoding, retention and recognition may be interpreted as correlates of cognitive effort modulation. Specifically, results suggest that effort related to encoding depends on intelligence, whereas recognition-related effort level depends on mental toughness.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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 ».