MétaCan
Menu
Retour à la cohorte
Enregistrement W6991816333

Influence de la mémoire de travail sur la perception du désagrément

2018· dissertation· fr· W6991816333 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchive ouverte UNIGE (University of Geneva) · 2018
Typedissertation
Languefr
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Information scientistNova scotia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Des études précédentes ont suggéré que les fonctions exécutives impactent la douleur par des processus d'autocontrôle impliquant des ressources communes et limitées : le fait d'exercer du contrôle pour réaliser une tâche exécutive épuise les capacités pour contrôler ensuite la douleur. Dans ce contexte, cette étude vise à investiguer l'influence d'une tâche de mémoire de travail (MdT) sur le désagrément induit avec une pince Algopeg. Il est attendu qu'une tâche de MdT mobilisant beaucoup de ressources, comparé à une tâche en mobilisant moins, augmente l'évaluation du désagrément. Pour tester cette hypothèse, un plan expérimental intra-sujets a été utilisé. Les résultats n'ont pas montré de différences significatives sur l'évaluation du désagrément suite à ces deux tâches. Toutefois, des analyses complémentaires se basant sur un plan inter-sujets ont révélé qu'une tâche de MdT mobilisant beaucoup de ressources augmente l'évaluation de la douleur. Ces résultats soutiennent l'idée que la capacité d'autocontrôle joue un rôle dans la modulation de la douleur.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,218
Écart entre enseignants0,215 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive ouverte UNIGE (University of Geneva)Même sujetMusculoskeletal pain and rehabilitationTravaux en français237 207