Subjective salience ratings are a reliable proxy for physiological measures of arousal
Notice bibliographique
Résumé
ABSTRACT: Pain is an inherently salient multidimensional experience that signals potential bodily threats and promotes nocifensive behaviours. Any stimulus can be salient depending on its features and context. This poses a challenge in delineating pain-specific processes in the brain, rather than salience-driven activity. It is thus essential to salience match control (innocuous) stimuli and noxious stimuli, to remove salience effects, when aiming to delineate pain-specific mechanisms. Previous studies have salience-matched either through subjective salience ratings or the skin conductance response (SCR). The construct of salience is not intuitive, and thus, matching through self-report poses challenges. SCR is used as a proxy measure that captures physiological arousal, which overcomes the nebulous construct of salience. However, SCR cannot be used to salience match in real time (ie, during an experiment) and assumes an association between salience and physiological arousal elicited by painful and non-painful stimuli, but this has not been explicitly tested. To determine whether salience and physiological arousal are associated, 41 healthy adults experienced 30 heat pain and 30 non-painful electric stimuli of varying intensities. Stimuli were subjectively matched for salience, and SCR was measured to each presentation. A linear mixed model found no differences in SCR between salience-matched heat and electric stimuli. A mediation analysis showed that salience fully mediated the relationship between stimulus intensity and SCR. In conclusion, salience and physiological arousal are associated, and subjective salience ratings are suitable for salience matching pain with non-painful stimuli. Future work can thus use subjective salience ratings to delineate pain-specific processes.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».