Perceptual decision making and metacognition in relation to obsessive-compulsive traits
Notice bibliographique
Résumé
• Metacognitive performance is shown to be altered in OCD. • The higher score in OCD symptoms was related to better metacognitive performance. • It was also related to less behavioral adaptation to post-error conditions. • This disassociation may reflect the disassociation between OCD insight and compulsions. Metacognition is one of the cognitive functions that is shown to be altered in obsessive–compulsive disorder (OCD). Studies focusing on metacognitive efficiency have demonstrated disrupted precision of confidence estimates in OCD. However, the data of those studies may have been contaminated by the overestimation of metacognitive efficiency resulting from the use of the staircase method. We used a two-alternative forced-choice task in which difficulty was held constant within each block but varied across blocks throughout the task. No feedback was given to the participants. We collected data from 161 healthy university students with varying degrees of tendencies of OCD symptoms. Contrary to the previous literature, participants with a higher obsessive–compulsive tendency had higher metacognitive efficiency. Applying the drift–diffusion modeling approach to the first-order decisions of participants revealed that participants with a higher obsessive–compulsive tendency had lower efficiency in integrating perceptual information and less cautious thresholds. Finally, we investigated post-error slowing and found that participants with a higher obsessive–compulsive tendency exhibited limited adaptation of responses to errors and low confidence levels. Overall, our results suggest that having a higher obsessive–compulsive tendency is associated with sufficient metacognitive capacity but also with limited utilization of the metacognitive information for behavioral adaptation.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».