The Interplay Between Tonic and Phasic Pupil Activity and Cognitive Flexibility and Stability
Notice bibliographique
Résumé
Previous research has shown that while larger phasic pupillary activity indexes lower switch costs and better performance on a Stroop task, greater tonic pupillary activity indexes greater exploration. However, the direct influence of tonic-phasic pupillary activity on cognitive flexibility and cognitive stability-two control modes that potentially trade off with each other-has not been systematically investigated. We examine these associations using a task that imposes varying requirements on flexibility (task switching) and stability (distractor inhibition). The task included ambiguous trials that captured participants' preference for cognitively flexible performance. Participants (n = 51) completed the task with pupillary measurement recording. We find a lower preference to voluntarily switch (lower flexibility preference) in individuals with higher switch costs (lower ability/effort exerted to be flexible) and in individuals with faster RTs on Distractor Inhibition trials (higher stability), indicating a possible trade off between an individual's cognitively stable performance and the preference to be flexible. Examining pupillary data, we show that a larger phasic pupillary response in Task Switch trials is associated with lower switch costs, that is, higher flexibility. Individuals with larger average tonic pupil diameter were less likely to voluntarily switch tasks in ambiguous trials (i.e., lower flexibility preference), contrary to our expectations. Finally, we observed that higher tonic pupillary measures predicted quicker errors on trials measuring cognitive stability and greater overall task disengagement. Taken together, our findings shed light on the differential relationships between phasic pupillary activity and tonic pupil diameter and stable versus flexible modes of cognitive control.
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 | 0,000 |
| 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 | 0,002 |
| 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 ».