Mismatch negativity and reorienting negativity demonstrated during EEG flight trials
Notice bibliographique
Résumé
INTRODUCTION: A physiological monitoring capability was integrated into a National Research Council Canada Convair 580 research aircraft in order to investigate pilot workload and fatigue. The goal of the project was to develop an objective means of evaluating pilot workload and alertness that does not interfere with a pilot’s flight task. To this end, an electroencephalography (EEG) system was interfaced with the aircraft communication system to present auditory stimuli to the pilot’s headset so that the resultant event-related potentials (ERPs) could be analyzed. The result was a precisely-timed technique for evaluating the cognitive processing of an ignored auditory information stream in a flying pilot. METHODS: An auditory oddball task was used such that 100 ms standard (1000Hz) and deviant (1500Hz) tones were presented at a rate of one per second. Deviant tones represented 10% of the tone sequence, and were delivered at random, unpredictable times. RESULTS: Across a series of 15-minute flight segments, characteristic ERP sensory components (P1, N1, and P2) were observed in response to the standard tones. More importantly, when the event-related potentials to standard and deviant tones were compared, a signifi cant mismatch negativity (MMN) with a classic frontocentral distribution was observed. A statistically significant reorienting negativity (RON) was also observed, suggesting a reorienting to the primary flight task following distraction by the deviant tones. DISCUSSION: Mismatch and reorienting negativity are small ERP components that can be diffi cult to detect in environments that are high in electromagnetic noise. The demonstration of reliable MMN and RON effects during actual flight represents an important step in the development of pilot alertness monitoring techniques.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».