Crisis-related stimuli do not increase the emotional attentional blink in a general university student population
Notice bibliographique
Résumé
Crises such as natural disasters or pandemics negatively impact the mental health of the affected community, increasing rates of depression, anxiety, or stress. It has been proposed that this stems in part from crisis-related stimuli triggering negative reactions that interrupt daily life. Given the frequency and prominence of crisis events, it is crucial to understand when crisis-related stimuli involuntarily capture attention and trigger increased stress and distraction from obligations. The emotional attentional blink (EAB) paradigm-in which emotional distractors hinder report of subsequent targets in streams of rapidly displayed stimuli-allows examination of such attentional capture in a rapidly changing dynamic environment. EABs are typically observed with generally disturbing stimuli, but stimuli related to personal traumas yield similar or greater effects, indicating strong attentional capture by stimuli related to individual trauma history. The current study investigated whether a similar comparable or increased crisis-related EAB exists within a community affected by large-scale crisis. Specifically, effects of conventional emotional distractors and distractors related to recent crises were compared using EABs in university students without a mental health diagnosis. Experiment 1 used images related to Hurricane Harvey, evaluating a crisis 4 years prior to data collection. Experiment 2 used words related to the COVID pandemic, evaluating an ongoing crisis at the time of data collection. In both experiments, the conventional EAB distractors yielded strong EABs, while the crisis-related distractors yielded absent or weak EABs in the same participants. This suggests that crisis-related stimuli do not have special potency for capturing attention in the general university student population. More generally, crises affecting communities do not necessarily yield widespread, strong reactivity to crisis-related stimuli.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».