Tracking the Temporal Dynamics of Distraction in a Continuous Performance Task
Notice bibliographique
Résumé
Many daily life tasks require sustained attention (e.g., studying) and are impacted by distractions that are irrelevant to the current task (e.g., friends talking). However, distraction paradigms typically fail to capture the continuous aspect of tasks, and commonly use distractors that are not actually irrelevant to current task goals. Hence, the aim of the present thesis was to provide a measure of distraction that better reflects daily life inattention. In Experiment 1, I tested my novel distraction task, referred to as the Continuous Classification Task, to determine whether previous findings of distraction replicate. Participants proceeded clockwise through a 12-item circular array making forced-choice responses as to whether the identity of each item was a letter or a digit. On thirty percent of the trials, a colorful cartoon character was presented in the center of the display. As predicted, there was significant distractor interference for the first response following distractor presentation. In Experiment 2, using an online version of the Continuous Classification Task, I tested its validity by correlating performance with scores on the Childhood and Current ADHD symptoms scales and the Cognitive Failures Questionnaire. As with Experiment 1, I found significant interference, however, here the interference was present for multiple items following distractor presentation. Furthermore, individuals who scored higher on measures of inattention also experienced greater distraction in my task supporting the external validity of the Continuous Classification Task. Finally, with Experiment 3, I examined the impact of perceptual load on distraction within my task. In a low-load condition, participants discriminated between visibly distinct items (i.e., c and o vs. i and l), whereas in a high-load condition, participants discriminated between visibly similar items (i.e., d and b vs. q and p). As with Experiment 2, I found distraction for multiple items following distractor presentation. However, inconsistent with Load Theory (Lavie & Tsal, 1994), increasing perceptual load increased distraction, suggesting that perceptual load may impact distraction differently in the continuous tasks that are typical of daily life. Together, these findings support the use of my Continuous Classification Task for investigating inattention in daily life.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».