MétaCan
Menu
Retour à la cohorte
Enregistrement W6962772898 · doi:10.17605/osf.io/nj3pt

Multimodal assessment of acute stress dynamics using an Aversive Video Paradigm (AVP)

2024· other· en· W6962772898 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrier social stress testStressorAnxietyHeart rate variabilityFight-or-flight responseStress (linguistics)Task (project management)Affect (linguistics)

Résumé

récupéré en direct d'OpenAlex

This study aims to explore the efficacy of the Aversive Video Paradigm (AVP) in inducing psychological stress and its impact on both psychological and physiological processes in the human body. Stress has become increasingly prominent in modern society, affecting cognition, emotion, and various physiological systems, including the cardiac system, endocrine function, brain activity, and immune response. Investigating stress across multiple modalities—subjective, physiological, and neurophysiological measures—provides a deeper understanding of how these systems interact under stress. To study stress in a controlled setting, it is essential to have reliable methods for stress induction. Traditional paradigms like the Trier Social Stress Test (TSST) and Montreal Imaging Stressor Task (MIST) are effective but complex to administer and require extensive training. To address this, we use the AVP, where participants are exposed to uncontrollable and aversive video clips to induce psychological stress without requiring active engagement or social evaluation. AVP is widely used due to the novelty, unpredictability, and uncontrollability of the clips, and it is easy to administer with minimal experimenter involvement. It also offers a straightforward control condition using neutral video clips. However, limited research has examined the specific stress-inducing components of AVP in terms of brain dynamics, which is a key focus of this study. We are collecting various data to capture both subjective and physiological responses to stress. Subjective data includes self-reported measures of anxiety using the State-Trait Anxiety Inventory (STAI-S) and positive and negative emotions using the Positive and Negative Affect Schedule (PANAS). Physiological data includes heart rate (HR), heart rate variability (HRV), cytokines, and salivary cortisol levels. Neurophysiological data is obtained through electroencephalography (EEG) to measure brain activity. We expect to observe changes in brain oscillations and connectivity resulting from the AVP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,002
Communication savante0,0020,001
Science ouverte0,0080,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,407
Écart entre enseignants0,373 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207