Model-based Mind Wandering in Older Adults: Age Differences in the Behavioral and Electrophysiological Correlates of Subjective and Objective Measures of Mind Wandering
Notice bibliographique
Résumé
Mind wandering is typically characterized as a failure of attentional control, yet despite age-related executive function deficits, older adults typically report less mind wandering than younger adults during cognitive tasks and in daily life. Self-reported mind wandering episodes usually result in similar behavioral detriments in younger and older adults (e.g., greater RT variability, more task errors). However, the relatively few studies investigating the neural correlates of mind wandering and aging have revealed mixed findings, possibly because they typically rely on infrequent thought probes and, therefore, few trials for neural analyses. In the current study, we propose a method to recover more task data by categorizing trials from a commonly used sustained attention to response task according to RT variability. Behavioral data (n = 49 younger; n = 40 older) revealed that compared with younger adults, older adults reported fewer mind wandering episodes, but showed similar behavioral impacts thereof. Furthermore, in both age groups, subjective reports of mind wandering predicted the more objective sorting of trials into "on-" and "off-task" according to RT variability. Using these objectively sorted trials, we investigated two commonly reported EEG measures of mind wandering (diminished P1 and P3 amplitude) in 26 younger and 24 older adults. Although the P1 did not differ between on- and off-task trials for either group, the P3 was diminished for off-task trials in both age groups (albeit significantly less in older adults) suggesting preserved perceptual but reduced higher-order processing during off-task periods in both groups.
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 | 0,000 | 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 | 0,000 | 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 ».