Attentional bias in tobacco use disorder using eye tracking: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Attentional bias, defined as the disproportionate attentional allocation towards drug-related stimuli, is well-demonstrated in substance use disorders. However, studies investigating attentional bias in tobacco use disorder have revealed inconclusive findings. In recent years, eye-tracking technology has emerged as an innovative technique for exploring attentional bias. This systematic review aims to provide a comprehensive overview of eye-tracking studies examining attentional bias in tobacco use disorder. Methods: Using PRISMA guidelines, 18 papers that assessed attentional bias using eye-tracking technology among people who smoke cigarettes were extracted from the following databases: PsychINFO, MEDLINE, and EMBASE. Search terms included "attentional bias", "tobacco use disorder", and "eye tracking" and their respective subject headings and synonyms. Selected papers were assessed for methodological quality using a standardized procedure. Selected studies reviewed were categorized into studies making comparisons between 1) people who smoke and people who do not smoke and 2) between smoking-related cues and neutral cues among people who smoke. Results: Overall, most studies showed that people who smoke had significantly greater attentional bias to smoking-related cues, as indexed by greater dwell times and fixation counts. Although findings using measures of early orienting biases were mixed, people who smoke displayed a tendency to initially shift attention to smoking-related cues more frequently than neutral cues. Conclusions: While methodological inconsistencies across studies preclude any definitive conclusions, findings suggest that maintained attention may be a more precise reflection of the specific attentional processes influenced by incentive salience. Suggestions for future research include establishing methodological standards for future eye-tracking studies.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle