Distinctive patterns of Multiple Object-Tracking performance trajectories in youth with deficits in attention, learning, and intelligence
Notice bibliographique
Résumé
There is a significant overlap in symptomology between individuals with deficits in attention and learning, which is explained by the co-dependent dynamic between the two cognitive constructs. Within this dynamic, attentional resources are allocated to salient stimuli while learning mechanisms distinguish relevant from irrelevant information. Moreover, individuals with deficits in higher-order cognition (i.e., intelligence) can demonstrate difficulties in attention and learning. The Multiple Object-Tracking (MOT) task is a sensitive and versatile measure of attention that has characterized individual differences in attention as a function of higher-order cognition. Exploiting the traditional MOT task's ability to characterize the allocation of attentional resources to task demands, the current study compared learning exhibited on an attention-based task across neurodevelopmental conditions defined by deficits in attention (attention-deficit/hyperactivity disorder; ADHD), learning (specific learning disorder; SLD), and intelligence (intellectual developmental disorder; IDD). Children and adolescents (N = 101) completed 15 sessions on a Multiple Object-Tracking (MOT) task where performance trajectories were analyzed using latent growth curve modeling and conditioned by the presence of ADHD, SLD, or IDD while controlling for performance on a separate measure of attention, age, and sex. The sample, characterized by below-average IQ and problematic levels of attention, exhibited an effect of learning on MOT. However, individuals with an IDD diagnosis demonstrated decreased baseline MOT capability while ADHD and SLD profiles exhibited decreased slopes, relative to other neurodevelopmental conditions. Taken together, the results demonstrate distinct linear performance trajectories between neurodevelopmental conditions defined by deficits in attention, learning, and intelligence. The current study provides additional evidence to repurpose the traditional MOT task as a descriptor of attention and discusses alternative uses for the paradigm. Overall, these results suggest an eclectic approach that considers attention, learning, and higher-order cognition when diagnosing ADHD, SLD, or IDD.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».