Phase Dynamics as Bridge between Thought and Behavior
Notice bibliographique
Résumé
Ongoing thoughts play a critical role in modulating cognitive performance, with phenomena such as mind wandering consistently associated with decreased task accuracy and prolonged RTs. However, the neural mechanisms underlying the influence of thought dimensions on cognition and behavior remain unclear. To elucidate this, we used EEG to investigate how two key thought dimensions-deliberate control (deliberate vs. spontaneous thoughts) and task relatedness (on-task vs. off-task thoughts)-modulate RT during a simple RT task. Behavioral results showed that both on-task and more deliberate thoughts were associated with shorter RTs compared to off-task and more spontaneous thoughts. Neurodynamic analyses revealed that on-task and deliberate thoughts were characterized by prestimulus increases in both frequency sliding, reflecting faster phase-based neural speed, and sample entropy, reflecting higher neural uncertainty/flexibility. Both prestimulus frequency sliding and sample entropy were significantly related to the degree of poststimulus intertrial phase coherence, which, in turn, correlated with RT. This sequential relationship suggests that phase-based neural dynamics play a crucial role in mediating the relationship of thought with task-related behavior. Together, these findings suggest that phase-based neural dynamics could play a key modulatory role across the divide of prestimulus and poststimulus activity in shaping the influence of ongoing thoughts (deliberate control and task relatedness) on task execution and its related behavior (RT).
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 | 0,002 |
| 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 | 0,000 |
| 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 ».