Стоп-сигнал: спорим, вы не все о нем знаете?
Давным-давно…
Считается, что первые стоп-сигналы были замечены на европейских самодвижущихся экипажах в 1912 году. Правда, делали их не электрическими, а механическими – в виде вздергивающихся жестяных «флажков», управляемых тросиками или тягами. Несовершенство конструкции не вызывало затруднений благодаря низкой плотности автомобильного трафика на рубеже веков и малым скоростям эпохи зари автомобилизма.
Первые автомобили унаследовали от конных карет упрощенные тормоза – только на заднюю ось. Когда же в 20-х годах прошлого столетия начали появляться машины с колодками на всех четырех колесах, разница в эффективности торможения новых и старых моделей стала слишком заметна, и пришло повсеместное понимание необходимости установки стоп-сигналов как элементов безопасности движения. Окончательная стандартизация тормозных фонарей была закреплена в 1949 году Венской конвенцией о дорожных знаках и сигналах. Долгие годы в технические регламенты никаких изменений касательно стоп-сигналов не вносилось: лишь в восьмидесятых — девяностых (в Новом свете раньше, в Старом — позже) обязательным стал третий фонарь – вспомогательный, расположенный по центру заднего стекла или спойлера.
В отечественном автопроме первый штатный электрический стоп-сигнал появился на «Победе» ГАЗ-М20 в 1946 году. Ее единственный и едва заметный по современным меркам «стопарь» располагался по центру крышки багажника в общем блоке с фонарём освещения номерного знака (на шоферском жаргоне именуемым «самолетиком» или «птичкой»). А на советском двухколесном транспорте первый стоп-сигнал, включающийся при нажатии педали тормоза, получил мотоцикл Минск М-105 двумя десятилетиями позже, в 1967 году. Кстати, специфическим был стоп-сигнал и на знаменитой «двадцать первой» Волге — для стоп-сигналов и указателей поворотов использовались одни и те же лампы! Если при нажатой педали тормоза водитель включал сигнал поворота, соответствующая тормозная лампа переключалась с постоянного горения на моргание. В эпоху, когда «21-е» вовсю колесили по дорогам, такой алгоритм был привычен шоферам и не вызывал удивления, сегодня же световая сигнализация ретрокара выглядит непривычно и неочевидно. И все владельцы «машин с оленями», которые не пренебрегают их выгуливанием на дорогах общего пользования, давно переделали фонари на нормальный свет, чтобы их маневры трактовались соседями по дороге однозначно и безопасно.
ГАЗ М-20 Победа ‘1949–55К слову, иногда стоп-сигналы даже становились одной из «визитных карточек» автомобиля – не ключевой, конечно, но запоминающейся. Например, к таким можно смело отнести фирменные сдвоенные кругляши на корме культового Nissan Skyline, элементы стилизованного британского флага в задних фонарях Mini, «крестики» у Jeep Renegade, «глаз улитки», торчащий из-за запасного колеса у Land Rover Freelander, и так далее.
Nissan Skyline (BNR34) ‘2002Технически же управление стоп-сигналами десятилетиями представляло собой не меняющуюся простейшую схему, понятную даже тем, кто в школе прогулял всю физику напрочь: под педалью тормоза находился выключатель без фиксации (на шоферском жаргоне именуемый «лягушкой»), подающий +12 вольт на лампы в задней части автомобиля – и, в общем-то, всё! В семидесятые — восьмидесятые годы автопроизводители стали дополнять эту простейшую схему устройством контроля исправности ламп – оно отмечало ток, потребляемый двумя лампочками, и зажигало индикатор на приборной панели, когда одна из них перегорала, уменьшая общий ток вдвое.
Не горят, а мигают
В конце 90-х годов практически все автопроизводители начали внедрять в свои машины системы, которые принято называть «сигнализацией экстренного торможения» — Emergency Stop Signal или ESS (многие автобренды выдумывали для этого и собственные аббревиатуры). При торможении с относительно плавным замедлением автомобиля лампы стоп-сигналов зажигаются обычным образом, но при экстренном торможении огни автоматически переходят в режим интенсивного мигания – с частотой в несколько раз выше, чем при включении «аварийки». Этот режим доступен только на скоростях выше 50-60 км/ч, так что если вам взбредет в голову внезапно резко ударить по тормозам в вяло ползущей пробке, он не включится.
Согласно заводским тестам Mercedes и других автоконцернов, мигающие стоп-сигналы привлекают внимание следующего сзади водителя в среднем на 0,2 секунды раньше постоянно горящих. На скорости 100 км/ч, к примеру, это дает выигрыш тормозного пути в 5,5 метра. Мелочь – а полезно! Несложная с технической точки зрения система ESS позволяет повысить безопасность движения, ибо внимание водителя идущего сзади автомобиля склонно притупляться, и он неадекватно долго не реагирует на стоп-сигнал двигающегося впереди авто. Производители автомобилей, проведя ряд исследований, сошлись во мнении, что при срабатывании системы ESS лампы стоп-сигналов должны мигать, если легковой автомобиль замедляется со скоростью более 6 метров в секунду, а грузовик или автобус — более 4 м/с. Частота мигания при этом должна быть не менее 4 герц – иначе говоря, не менее 4 вспышек в секунду, дабы работу ESS невозможно было спутать с прерывистым нажатием на педаль или включением «аварийки», при которой лампы указателей поворота обычно мигают с частотой 1-1,5 Гц.
Функция Emergency Stop Signal появилась на авто от среднего класса и выше, но уверенно проникает и в бюджетный сегмент. К примеру, на вполне народном Hyundai Solaris она имеется, начиная со второй генерации. Некоторые же продвинутые самодельщики изготавливают и устанавливают блок ESS на свои авто самостоятельно, используя GPS-приемники для определения скорости и акселерометры для обнаружения резкого замедления. Гаджет подключается в разрыв провода, подающего +12 вольт на лампы стоп-сигналов. При плавном замедлении автомобиля он «спит», а при резком торможении включается в работу и прерывает подачу тока на лампы быстрыми импульсами.
К сожалению, промышленность и торговля подобных устройств не предлагают, а китайские ремесленники выпускают лишь жалкие подобия ESS, не связанные с контролем динамики замедления и скоростью. С их помощью при нажатии на педаль тормоза стоп-сигналы сперва делают несколько вспышек, после чего, если педаль не отпущена, продолжают гореть уже постоянно, без мигания. Обычно такое реализуют для дополнительного сигнала на заднем стекле, хотя некоторые энтузиасты подключают «мигалки» и к основным «стопарям». Подобный гаджет можно приобрести на AliExpress совсем недорого. Вот только стоит ли?
Да, вспышки привлекают внимание извне в большей степени, нежели постоянное горение стоп-сигналов – факт совершенно бесспорный и доказанный давным-давно. Однако ESS неразрывно связана с датчиком скорости и получает разрешение на включение при резком торможении, только если торможение осуществляется со скоростей 50 км/ч и выше. В плотном и медленном городском движении мигать «стопарями» категорически не разрешается, о чем однозначно говорится везде – и в ГОСТе «Автотранспортные средства. Требования безопасности к техническому состоянию и методы проверки», и в техрегламенте Таможенного союза «О безопасности автотранспортных средств»: «Сигналы торможения (как основные, так и дополнительные) должны включаться при воздействии на органы управления рабочей и аварийной тормозных систем и работать в постоянном режиме». Мигание аварийных сигналов торможения ESS отдельно оговорено и разрешено/ А вот бесконечно «выносить мозг» вспышками красных огней едущему сзади – неприемлемо! Это опасно, поскольку все выходящее за нормы обыденного на дороге воспринимается неоднозначно (да, вспышки внимание привлекут – но будет ли адекватной реакция?). Это опасно, поскольку заставляет водителей совершать лишние маневры, пытаясь объехать нервирующего «мигальщика».
Сигнал торможения… без торможения!
Любопытный алгоритм управления стоп-сигналами предложила недавно небольшая компания MechOptix из Хантсвилля, штат Алабама. Инженеры MechOptix рассудили весьма свежо и смело: по-хорошему, для повышения безопасности движения водитель, едущий впереди, должен оповещать водителя, едущего сзади, о любых своих замедлениях, включая и те, что происходят БЕЗ нажатия на педаль тормоза. А таких, в общем-то, немало — торможение двигателем при сбросе газа, переключение на пониженную, внезапные перебои в работе мотора, кончившийся бензин и прочее. Чем раньше водитель задней машины поймет, что передняя начала замедляться, тем лучше и безопаснее!
Для реализации такой логики были разработаны особые светодиодные лампы для стоп-сигналов – со стандартными распространенными цоколями и чуть увеличенными колбами. Собственно, внутри ламп и располагается вся умная электроника, поэтому подключение упрощено до предела – в проводку внедряться не требуется, достаточно просто поменять обычные лампы в «стопарях» на лампы Stoptix. В этих «умных лампах» находится электронный модуль с G-сенсором, отслеживающим ускорения и замедления, и собственный небольшой аккумулятор. Когда вы нажимаете на педаль тормоза, все работает совершенно штатно и заурядно – лампы стоп-сигналов просто загораются. Если же вы бросили газ, но на тормоз не нажали, «стопари» вспыхнут сами по себе, за счет управляющей электроники и мини-аккумуляторов внутри ламп. Аккумуляторов этих, к слову, хватает на 20 секунд непрерывного свечения, держат они заряд 3 часа, и подзаряжаются за секунду от любого, даже самого короткого нажатия на педаль тормоза — видимо, в их качестве используются ионисторы.
В России вряд ли можно встретить Stoptix вживую – собственно, особой популярности они пока и у себя на родине-то не добились, да и стоят немало. А вот нечто идеологически близкое к идее ламп Stoptix встречалось мне в свое время в одном из выпусков ежегодного альманаха «В помощь радиолюбителю» годов эдак 80-х! Алгоритм и техническая база там были иными, но мысль, в сущности, реализовывалась та же самая – сообщить едущему сзади, что вы перешли на движение накатом и начали плавно замедляться. В отечественной концепции предлагалось собрать несложный электронный блок и смонтировать дополнительный концевой выключатель над педалью газа – такой же, как штатно установлен над педалью тормоза. Логика работы была такая – когда автомобиль двигался равномерно или с ускорением (педаль газа нажата) фонари стоп-сигналов не светились. При брошенном газе (торможении двигателем) они загорались постоянно, а при нажатом тормозе – вспышками.
«Светофор» на корме
История, как известно, развивается по спирали, и будет совершенно неудивительно, если со временем вернется интерес к экспериментальным системам автомобильной внешней световой сигнализации, которые уже пытались аргументировать и внедрять в прежние годы – например, в США в шестидесятые — семидесятые. В некоторых штатах страны (в частности, в Вашингтоне, Орегоне и Айдахо) до сих пор не потеряло силы старое разрешение на использование на транспорте многоцветных стоп-сигналов! В свое время Национальная администрация безопасности дорожного движения США активно стимулировала исследования в области нестандартных конфигураций сигнальных систем транспортных средств для определения свежих перспективных направлений. В результате появились вспомогательные стоп-сигналы, которые работали по весьма логичному алгоритму всем известного светофора:
- нажатие на тормоз (замедление) – красный свет
- нажатие на акселератор (ускорение) – зеленый свет
- отпускание газа и движение накатом (плавное снижение скорости) – желтый свет
Подобные фонари много лет назад можно было приобрести как дополнительные гаджеты и смонтировать их на заднее стекло или бампер автомобиля – куда, к слову, обожали ставить два дополнительных нештатных красных «стопаря» водители в СССР…
Кнопка под педалью тормоза
Традиционно выключателем (или, вернее, включателем!) стоп-сигналов была и остается кнопка-концевик над педалью тормоза, «лягушка». Но, как ни странно, простейшая и надежнейшая концепция кнопки возле педали тормоза не всегда была самой распространенной! В ХХ веке достаточно долгое время массово применялись гидравлические выключатели ламп стоп-сигнала — в качестве замыкателя электрической цепи выступала не кнопка над педалью, а мембранный выключатель, вкрученный в тройник тормозных трубок. По логике все было оправдано – нажимаем на педаль тормоза, в магистрали появляется давление жидкости, оно изгибает мембранку выключателя, а та, в свою очередь, замыкает контакт. Вот только в отличие от обычной и весьма долговечной кнопки, мембранный выключатель был штукой нестабильной… Резинка в нем со временем дубела, и «стопари» начинали небезопасно зажигаться лишь при торможении «в пол»! Однако это ненадежное решение применялось достаточно широко – гидравлический выключатель ВК-12Б использовался и на Волгах, и на УАЗах, и на грузовиках, и на автобусах – в первую очередь совместно с гидровакуумным усилителем тормозов. Хотя никакой объективной надобности в применении именно «гидрокнопки» вместо обычной кнопки под педалью не было… К слову, в эпоху советского дефицита каждый гаражный мастер знал способ восстановления эластичности резинок, в том числе и мембраны в тормозном выключателе ВК-12Б — стакан кипятка и столовая ложка соды. Опытные «шофера» частенько… варили неисправные тормозные «вэкашки» и ставили их обратно! На какое-то время помогало…
Казалось бы, все очевидные «грабли» уже вконец истоптаны, и сегодня столь элементарная вещь как электрический педальный концевик должен уже стать беспроблемным и не приносить головной боли.
Например, сегодня во многих автомобилях к тормозному концевику подходят не два провода, как в дедовские времена, а как минимум четыре. Часто внутри «лягушки» находятся два независимых выключателя, один из которых подает питание на стоп-сигналы, а второй – на блок управления двигателем для реализации эффективного торможения накатом и экономии топлива. К примеру, многим вазоводам, имеющим машины с «е-газом», знаком «чек энджин» из-за рассогласования датчиков педали тормоза. Из-за невысокого качества «лягушки» два независимых выключателя в ней могут начать срабатывать несинхронно, порождая сбои в работе двигателя… Но и импортные комплектующие порой не лучше — владельцы целого ряда моделей KIA/Hyundai помнят массовую проблему ненадежной механической контактной «лягушки», приводившую к глюкам в круиз-контроле или ESP – закрыть эту историю производителю удалось лишь заменой выключателя с механическими контактами на сложный электронный, с микроконтроллером, датчиками Холла и транзисторными ключами внутри! Ну и «классика жанра» — когда на машинах с АКП ухудшение контакта в «лягушке» является причиной зависания селектора в положении «паркинг»…
SAT ST8200276361 Датчик включения стоп-сигнала RENAULT Logan / Duster / Sandero / LADA Largus 12 — цена и аналоги:
Просим вас быть бдительными при переводе денежных средств третьим лицам.
Фильтр
- срок доставки
- Доступное количество
- Сбросить
Представленные на сайте цены товара SAT ST8200276361 Датчик включения стоп-сигнала RENAULT Logan / Duster / Sandero / LADA Largus 12 указаны с учетом доставки до пункта самовывоза в городе Новокузнецк.
Чтобы купить SAT ST8200276361:
1. Определитесь со сроками, выберите необходимое количество и добавьте SAT ST8200276361 в корзину.
2. Оформите заказ, следуя подсказкам в корзине.
3. Оплатите заказ, выбрав удобный способ оплаты. Напоминаем, что мы работаем только по 100% предоплате.
4. Если товар в наличии — Вы можете буквально сразу же получить его в нашем пункте самовывоза.
Каждая запчасть имеет свою применимость к определённым маркам автомобиля. Обязательно перед оформлением заказа убедитесь, что SAT ST8200276361 Датчик включения стоп-сигнала RENAULT Logan / Duster / Sandero / LADA Largus 12 подходит к Вашему автомобилю.
Информация по заменителям (дубликатам, заменам, аналогам) имеет исключительно справочный характер и не гарантирует совместимость с вашим автомобилем! Если Вы не уверены в том, что выбранная Вами деталь подходит к Вашему транспортному средству — обратитесь за помощью к менеджеру по подбору запчастей.
Размещённая на сайте информация (описание, технические характеристики, а так же фотографии) приведена для ознакомления и не является публичной офертой. Не может служить основанием для предъявления претензий в случае изменения характеристик, комплектности и внешнего вида товара производителем без уведомления.
Выключатель стоп-сигнала на TOYOTA RACTIS (Тойота Рактис)
Выключатель стоп-сигнала Тойота рактис купить, заказать по выгодной цене для TOYOTA RACTIS в каталоге интернет магазина автозапчастей car-blansh.com.uaУ нас есть Выключатель стоп-сигнала на следующие двигатели:
1 из 1
На складе 5 (шт.)
Доставим за 1 дн.
- Вид эксплуатации
- механический
- Выключатель стоп-сигнала
- TOYOTA RACTIS
На складе 1 (шт.)
Доставим за 1 дн.
- Вид эксплуатации
- механический
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- Количество присоединений
- 4
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- Количество присоединений
- 2
- Размер резьбы
- 10 x 1,25
- цвет кожуха
- стальной серый
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- Количество присоединений
- 2
- Размер резьбы
- 10 x 1,25
- цвет кожуха
- серый
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- Количество полюсов
- 4
- цвет кожуха
- белый
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 71742588
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 8606A002
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 4711657
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 71742588
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 8606A002
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 4711657
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Цвет
- синий
- Вид эксплуатации
- включение ножное
- Количество полюсов
- 4
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 71742588
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 8606A002
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 4711657
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- Количество полюсов
- 4
- цвет кожуха
- белый
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Длина [мм]
- 75
- Ширина (мм)
- 50
- Высота [мм]
- 75
- Вес [кг]
- 0,04
- Размер резьбы
- N/A
- Вид эксплуатации
- включение ножное
- Ширина зева гаечного ключа
- N/A
- Количество полюсов
- 4
- цвет кожуха
- белый
- Форма штерсельного корпуса
- угловой
- Номер технической информации
- Circuit N. O./N.C.
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Длина [мм]
- 75
- Ширина (мм)
- 50
- Высота [мм]
- 75
- Вес [кг]
- 0,04
- Размер резьбы
- N/A
- Вид эксплуатации
- включение ножное
- Ширина зева гаечного ключа
- N/A
- Количество полюсов
- 4
- цвет кожуха
- белый
- Форма штерсельного корпуса
- угловой
- Номер технической информации
- Circuit N.O./N.C.
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 71742588
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 8606A002
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Вид эксплуатации
- механический
- для оригинального номера
- 4711657
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Длина [мм]
- 75
- Ширина (мм)
- 50
- Высота [мм]
- 75
- Вес [кг]
- 0,04
- Размер резьбы
- N/A
- Вид эксплуатации
- включение ножное
- Ширина зева гаечного ключа
- N/A
- Количество полюсов
- 4
- цвет кожуха
- белый
- Форма штерсельного корпуса
- угловой
- Номер технической информации
- Circuit N. O./N.C.
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Длина [мм]
- 75
- Ширина (мм)
- 50
- Высота [мм]
- 75
- Вес [кг]
- 0,04
- Размер резьбы
- N/A
- Вид эксплуатации
- включение ножное
- Ширина зева гаечного ключа
- N/A
- Количество полюсов
- 4
- цвет кожуха
- белый
- Форма штерсельного корпуса
- угловой
- Номер технической информации
- Circuit N.O./N.C.
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Длина [мм]
- 75
- Ширина (мм)
- 50
- Высота [мм]
- 75
- Вес [кг]
- 0,04
- Размер резьбы
- N/A
- Вид эксплуатации
- включение ножное
- Ширина зева гаечного ключа
- N/A
- Количество полюсов
- 4
- цвет кожуха
- белый
- Форма штерсельного корпуса
- угловой
- Номер технической информации
- Circuit N. O./N.C.
- Выключатель стоп-сигнала
- TOYOTA RACTIS
- Длина [мм]
- 75
- Ширина (мм)
- 50
- Высота [мм]
- 75
- Вес [кг]
- 0,04
- Размер резьбы
- N/A
- Вид эксплуатации
- включение ножное
- Ширина зева гаечного ключа
- N/A
- Количество полюсов
- 4
- цвет кожуха
- белый
- Форма штерсельного корпуса
- угловой
- Номер технической информации
- Circuit N.O./N.C.
- Выключатель стоп-сигнала
- TOYOTA RACTIS
1 из 1
У нас есть Выключатель стоп-сигнала на следующие модели
Видели продажу
по более привлекательной цене?
Позвоните, напишите и получите скидку!
Замена лампы стоп-сигнала
Стоимость замены лампы стоп-сигнала варьируется в компании KOLOBOX в зависимости от класса обслуживаемого автомобиля: авто клиента среднего и ниже среднего класса, бизнес-класса, класса люкс или премиум класса.
Лампа стоп-сигнала — элемент автомобиля, имеющий немаловажную защитную функцию, препятствующую опасным дорожным ситуациям.
Когда необходима замена лампы стоп-сигнала?
Рассмотрим ситуации, вынуждающие автовладельца обратиться в сервис за заменой лампы, сигнализирующей об остановке автомобиля:
- Естественная причина для замены этого элемента — его перегорание и невозможность дальнейшей эксплуатации.
- Неисправные контакты, которые выражаются в том, что лампа может по-прежнему эффективно выполнять роль габаритных огней, но не отображает стоп-сигнал или наоборот. В случае отхода контактов возможно прерывистая работа лампы, ее мигание.
- Желание заменить лампу накаливания на другой вид осветительного прибора, например, светодиоды.
Светодиоды обладают рядом положительных сторон:
- Срок эксплуатации у этих деталей составляет около 100 тыс. ч. в то время, как у лампы накаливания этот показатель находится около двух тысяч.
- Включение лампы происходит мгновенно, что дает преимущество водителям, движущихся за транспортным средством, обладающим светодиодными лампами. Водители быстрее реагируют на торможение впереди идущего транспортного средства.
- Повышенные эксплуатационные свойства, способствующие долгой и уверенной работе в условиях постоянной вибрации из-за состояния дорог.
- Повышенные характеристики светоотдачи.
Какие основные характеристики ламп, предназначенных для стоп-сигнала, различают?
- Бесцокольная и цокольная лампа.
- Мощность лампы варьируется в диапазоне 5-21 Вт.
- Стекло у лампы бывает цветное или бесцветное.
- Однонитевая или двухнитевая лампа. Двухнитевая выполняет габаритную функцию.
Как производится замены лампы стоп-сигнала автомобиля?
Замена происходит в следующей последовательности:
- Открывается багажник и внутри него отодвигается специальный карман, содержащий проводку ламп.
- Патрон лампы стоп-сигнала выкручивается по часовой стрелке.
- Неисправная лампа изымается и монтируется новая. Остальные действия повторяются в обратном порядке.
За заменой лампы стоп-сигнала обращайтесь в сервис KOLOBOX!
Перейти к прайс-листу
Записаться на шиномонтаж (услуги)
Адреса торговых точек
Концевой выключатель стоп-сигналов Forester, Subaru XV , Impreza, WRX и WRX STI
27 марта 2019
Данная кампания объявлена 27 марта 2019 года.
Список затронутых автомобилей (рынков России и Республики Беларусь):
- Forester 2013-2015 модельных годов (2012-2015 годов производства)
- WRX 2009-2012 модельных годов (2008-2012 годов производства)
- WRX STI 2011-2012 модельных годов (2010-2012 годов производства)
- Subaru XV 2012-2015 модельных годов (2011-2015 годов производства)
Всего кампанией затронуто 39 320 автомобилей, реализованных через официальные дилерские центры Subaru в России и Республике Беларусь.
Причиной данной кампании послужила возможная потеря контакта в концевом выключателе стоп-сигналов. В результате стоп-сигналы могут не включаться даже при нажатии на педаль тормоза. В рамках данной кампании производится замена концевого выключателя стоп-сигналов на модифицированный.
Кампания также распространяется на автомобили, произведенные не для российского и белорусского рынков. Мы просим владельцев автомобилей, проданных в других странах, обратиться к ближайшему официальному дилеру Subaru или на горячую линию Subaru для проверки Вашего автомобиля.
Все работы по данной кампании выполняются бесплатно для владельцев автомобилей.
Чтобы узнать подпадает ли Ваш автомобиль под данную кампанию, Вы можете:
- Обратиться к любому официальному дилеру Subaru (необходимо сообщить VIN номер автомобиля).
- Связаться со службой поддержки клиентов по e-mail [email protected] (потребуется сообщить VIN номер автомобиля для проверки).
- Проверить автомобиль по VIN номеру на сайте, воспользовавшись функцией «Проверьте свой Subaru». Данная функция только для автомобилей, проданных через официальных дилеров Subaru в России или Республике Беларусь.
Стоп-сигнал – Стиль – Коммерсантъ
В режиме изоляции многие не только открыли для себя онлайн-шопинг, но и начали активно заниматься спортом. «Коммерсантъ Стиль» рассказывает о признаках перетренированности и о том, что с этим делать.
Перетренированность — это дисбаланс между работой мышц и их восстановлением. Поэтому когда мы начинаем слишком сильно их напрягать и не давать должного отдыха, происходят различные нежелательные явления — о них важно знать и не упустить их из внимания. Итак, вы близки к «перетрену» (именно так называют это состояние профессиональные спортсмены), если постоянно чувствуете утомление, плохо спите, недовольны собой, у вас болят суставы и в целом нет ощущения радости после занятий. Что с этим делать, разберем более подробно.
Несмотря на изнуряющие тренировки вес остается на месте
Самое простое объяснение — это задержка жидкости, которая происходит при увеличении нагрузки на мышцы, они банально отекают, потому что не успевают восстановиться. Плюс при резких ограничениях в калораже может увеличиться уровень гормона стресса — кортизола и нарушиться процессы метаболизма. «Следует откорректировать питание, нужно следить, чтобы оно было сбалансированным. На дефиците калорий не восстановишься, а на большом дефиците легче перетренироваться»,— считает Ирина Назарова, мастер спорта по лыжным гонкам, Pro Trener.
Фото: Getty Images
Вы тренируетесь каждый день
За любой интенсивной тренировкой должно идти адекватное восстановление: пару дней нужно совсем не заниматься спортом, а в другие дни стоит чередовать нагрузки. «Дайте себе отдых или попробуйте переключиться на другую деятельность,— говорит Федор Шутов, атлет ASICS, двукратный чемпион России по марафону.— К примеру, если вы занимаетесь бегом, то один день можно просто выйти на легкую прогулку, сменить обстановку. Также хорошо помогает плавание (в очень легком режиме). Можно покататься на велосипеде (опять же, просто в режиме прогулки). Главное — слушать свой организм».
Вы чувствуете беспокойство и плохо спите
Если вы много занимаетесь аэробикой и перетренированы, ваша симпатическая нервная система может оставаться возбужденной все время, и вы будете чувствовать беспокойство и неспособность сосредоточиться, а ваш сон будет нарушен. Федор Шутов считает, что «первое, что должно насторожить,— это увеличение продолжительности сна, точнее времени, которого хватает, чтобы чувствовать себя выспавшимся. Это значит, что организму нужно больше времени на восстановление»,— говорит он.
Фото: Getty Images
Вы болеете чаще, чем обычно
Помимо тренировок, вы, сами того не зная, можете день за днем подрывать свою иммунную системы, увеличивая дозу сладкого в рационе, испытывая недостаток сна и солнечного света, банально перерабатывая. Но если все эти вопросы у вас отрегулированы, но неожиданно появляются заложенность носа, головные боли, насморк, то стоит дать организму неделю отдыха от тренинга и позволить иммунной системе восстановиться.
После тренировки вы чувствуете себя истощенным
Ощущение общего благополучия после тренировки — одно из определяющих в тренировочном процессе. Прилив эндорфинов успокаивает, наполняет энергией, улучшает настроение. И если этого не происходит, а вместо радости вы чувствуете раздражение или дискомфорт, то вы точно перетренировались. Ирина Назарова советует сократить количество тренировок, или на время вообще остановить тренировочный процесс. «Раздражительность, апатия, плохое настроение, нежелание идти на тренировку (не путать с ленью!) и потеря аппетита — все это яркие сигналы, которыми нельзя пренебрегать»,— говорит она.
Ирина Кириенко
Дополнительный стоп-сигнал Hella внешний на липучке (4xW5W), 2DA 007 541-001
Описание
При заказе с доставкой или через самовывоз — предоплата 100%.
Дополнительный стоп-сигнал Hella использует яркие красные светодиоды для освещения. Ваш автомобиль становится заметнее что способствует повышению безопасности движения. Крепится при помощи обычной липучки. Обладает низким энергопотреблением.
Артикул производителя: 2DA 007 541-001 — комплект из одного стоп-сигнала.
Комплектация
- Стоп-сигнал Hella W5W — 4 шт;
- Крепления;
- Инструкция;
- Упаковка.
Технические характеристики
- Источник света
- Количество светодиодов
- Тип крепления
Размер
- Внешний диаметр, мм
Цвет
- Хромированный корпус
Дополнительное освещение
- Габаритные огни
Общие свойства
Дополнительный свет, Стоп-сигнал
Задача стоп-сигнала (SST) | Cambridge Cognition
Задача стоп-сигнала — это уникальная версия классического подхода к измерению торможения отклика (контроль импульсов).
Время администрирования
До 14 минут
Формат задания
Участник должен ответить на стимул со стрелкой, выбрав один из двух вариантов, в зависимости от направления, в котором указывает стрелка.Если присутствует звуковой сигнал, субъект должен воздержаться от этой реакции (торможение). Тест состоит из двух частей:
В первой части участника знакомят с тестом и просят выбрать левую кнопку, когда они видят стрелку, указывающую влево, и правую кнопку, когда они видят стрелку, указывающую вправо. Участнику дается один блок из 16 испытаний.
Во второй части участнику предлагается продолжать нажимать кнопки, когда они видят стрелки, но, если он слышит звуковой сигнал (звуковой сигнал), он должен воздержаться от ответа и не нажимать кнопку.
В задаче используется лестничная конструкция для задержки сигнала остановки (SSD), что позволяет задаче адаптироваться к производительности участника, сужаясь до 50% успеха для запрета.
Результаты
Outcome измеряет ошибки направления покрытия, долю успешных остановок, время реакции на испытания Go и время реакции сигнала остановки (SSRT).
Нормативные данные
Свяжитесь с нами, чтобы обсудить ваши нормативные требования к данным.Обратите внимание, мы не рекомендуем использовать нормативные данные вместо контрольной группы.
Когда использовать этот тест
Мы рекомендуем использовать этот тест для оценки когнитивных функций в:
Stop-Signal Task — обзор
2.3 Поведенческая задача
Способность к подавляющему контролю измерялась с помощью задачи «стоп-сигнал». После первоначальной настройки (подробно описанной ниже) это было выполнено с одновременным сбором электроэнцефалографических (ЭЭГ) данных. Задача была представлена с помощью ПК с 15-дюймовым экраном. экран на расстоянии 60 см от участника и был запрограммирован с помощью E-Prime (Psychology Software Tools, Inc., Шарпсбург, Пенсильвания, США) для управления представлением задачи, сбором данных (с точки зрения точности и времени ответов) и доставка триггеров в систему электроэнцефалографической записи для блоков испытаний, в которых регистрировалась ЭЭГ (более подробную информацию о записи ЭЭГ см. ниже).
Задача проиллюстрирована на рис. 1, и испытания состояли из начальной фиксации, представленной в центре экрана на 500 мс. За этим следовала целевая стрелка, указывающая либо влево, либо вправо, с равным количеством испытаний для каждого направления стрелки и с порядком их представления рандомизированным. Участники были проинструктированы как можно быстрее и точнее реагировать на нажатие клавиш, указывая направление, в котором указывала стрелка, используя указательный палец левой руки на клавише ‘D’ на клавиатуре для стрелки, указывающей влево, и указательным пальцем левой руки. правая рука на клавише «L» для стрелки, указывающей вправо.Для начального блока из 120 испытаний до того, как будут сделаны какие-либо записи ЭЭГ, участники должны были просто как можно быстрее реагировать на цель. Это позволило рассчитать время реакции для испытаний для каждого субъекта и указать скорость реакции, ожидаемую во время последующих испытаний с стоп-сигналом. При экспериментальных испытаниях в 25% испытаний стрелка испытания была впоследствии заменена стоп-сигналом (см. Рис. 1), что указывало на то, что ответ не следует давать. Этот стоп-сигнал изначально имел задержку 200 мс после появления целевой стрелки.Любой ответ, сделанный при предъявлении сигнала остановки, оценивался как ошибка, тогда как успешное удержание нажатия клавиши оценивалось как правильный ответ. Такие правильные ответы привели к увеличению времени последующего стоп-сигнала на 40 мс, что затруднило последующее испытание стоп-сигнала, тогда как ошибка привела к уменьшению времени на 40 мс, так что задержка ответа при следующей остановке — Сигнал суда было бы проще. Кроме того, время ответа на каждое испытание составляло 1000 мс.Любое испытание, при котором ответ не был получен в пределах этого лимита, оценивался как ошибка с целью препятствовать стратегическому замедлению ответа со стороны участника. Такое поведение иногда может происходить, когда участники откладывают ответы, чтобы увидеть, будет ли подан стоп-сигнал (см., Например, Chen et al., 2008). Каждому участнику были представлены четыре блока, содержащих стоп-испытания, каждый из которых состоит из 120 испытаний. Каждый блок занимал около 5 минут, и между каждым из них был интервал «отдыха» 3–5 минут, так что в общей сложности тестирование длилось 29–35.
Рис. 1. Хронология выполнения задачи стоп-сигнала. Для испытаний го, которые составили 75% представленных испытаний, начальная фиксация была представлена на 500 мс, за которой следовала стрелка, указывающая либо влево, либо вправо. Эти два направления встречались одинаково часто и в случайном порядке. От участников требовалось указать направление представленной стрелки с помощью нажатия клавиш, и сделать это быстро и точно в течение 1000 мсек. В остальных 25% испытаний сигнал остановки подавался после предъявления стрелки, что указывало на то, что в ответе нужно было воздержаться.Время сигнала остановки было изменено для каждого человека в соответствии с точностью их выполнения при пробных остановках.
Основным показателем, представляющим интерес, было время реакции на сигнал остановки (SSRT), показатель, указывающий на процесс подавляющего контроля, с более низким значением, показывающим лучший такой контроль. Это можно вычислить из распределения времени отклика для испытаний (GoRT), доли успешных попыток остановки и средней задержки сигнала остановки (SSD). Например, если вероятность успеха составляет 50%, то SSRT равно GoRT в точке 50% распределения GoRT за вычетом среднего SSD (см., Например, Eagle et al., 2008). Эта мера, наряду с GoRT, анализировала среднее время отклика при испытаниях (то есть время отклика для всех испытаний, в которых сигнал остановки не подавался), точность испытания (GoACC) и среднюю задержку сигнала остановки (SSD). Кроме того, чтобы измерить внимание к ошибкам, было проанализировано замедление после ошибки (время отклика, RT, наблюдаемое для испытаний после ошибки, по сравнению с RT для испытаний после правильного ответа, и рассчитывается как RT после ошибки минус пост -правильное RT), а также меры, используемые для его вычисления, RT после ошибки и RT после исправления.
Подавление ответа в парадигме стоп-сигнала
Переход связан с активацией кортико-базальных-ганглиев-таламокортикальных цепей [13]. Недавние исследования с использованием различных методов показывают, что остановка связана с активацией цепи лобно-базальных ганглиев, которая включает нижнюю лобную извилину (IFG; вентролатеральную префронтальную кору), среднюю лобную извилину (дорсолатеральную префронтальную кору), медиальную лобную извилину (MFG). , и базальные ганглии [14–18]. Иногда результаты разных исследований противоречат друг другу, возможно, потому, что в них использовались разные методы выделения областей, связанных с ингибированием.
Цепь лобно-базальных ганглиев для ингибирования ответа
Недавние исследования нейровизуализации показали, что правый IFG участвует в остановке [например, 14, 15, 18] и, возможно, в других видах ингибирования (см. Вставку 3). Эта область показывает повышенную активацию, когда остановка успешна, и величина активации отрицательно коррелирует с SSRT [14, 17, 19]. Некоторые исследования показали, что правый IFG в некоторой степени активируется при неудачных попытках остановки [например, 17], но не в испытаниях без сигнала остановки [e.г., 17, 18]. Успешная остановка также связана с активацией пре-SMA, но в отличие от правого IFG, величина активации пре-SMA не коррелирует с SSRT [14]. По мнению некоторых исследователей, эти результаты показывают, что правильный IFG способствует торможению реакции, а не контролирует производительность или регулирует поведение [18], тогда как pre-SMA участвует в мониторинге или разрешении конфликта между противоположными требованиями задачи в парадигме стоп-сигнала. [14, 20]. Однако плохое временное разрешение фМРТ затрудняет определение конкретной роли правой IFG и пре-SMA (см.Вставка 1).
Вставка 3: Один или несколько тормозных механизмов?
Важный вопрос заключается в том, участвует ли тормозной механизм, который задействован в парадигме стоп-сигнала, также в других тормозных парадигмах. Поведенческие результаты предполагают функциональную связь между подавлением стоп-сигнала и контролем помех в задаче Струпа и задаче фланкера. Неконгруэнтные испытания создают помехи и продлевают SSRT в этих задачах [65, 66]. Исследования индивидуальных различий показывают корреляцию между подавлением стоп-сигнала и контролем помех [67].Исследования нейровизуализации показывают активацию правого IFG и пре-SMA при различных задачах ингибирования [68, 69]. Однако это не обязательно означает, что задействована одна и та же тормозная цепь. rTMS правой IFG влияла на ингибирование ответа, но не на контроль интерференции во фланкерной задаче со стоп-сигналами [21]. Будущие исследования должны уточнить, подразумевает ли функциональная зависимость между различными видами торможения схожие нейронные механизмы.
Связанная проблема заключается в том, участвует ли один и тот же механизм ингибирования в остановке ответов с разными эффекторами.SSRT похожи на прерывание речи и прерывание ручных ответов [70], но SSRT обычно короче для движений глаз, чем для движений рук (см. Вставку 1). Данные фМРТ предполагают, что правый IFG и пре-SMA участвуют в ингибировании движений рук и подавлении речи, но STN активировался только для ингибирования движений рук [70]. Однако активацию STN трудно обнаружить на фМРТ. В одном исследовании фМРТ напрямую сравнивали ингибирование движений глаз и рук и обнаружили общую активацию в правой IFG и медиальных лобных областях (среди других областей) [71].Ингибирование движений рук было связано с активацией в более вентральной и задней частях правой IFG, тогда как ингибирование движений глаз было связано с активацией в более дорсальных и передних частях правой IFG. Однако в сканере не было зарегистрировано никаких движений глаз, поэтому неясно, происходит ли обычная активация из-за торможения или мониторинга производительности. Будущие исследования должны прояснить, насколько общими являются тормозные цепи.
Участие правого IGF и пре-SMA в остановке лечения дополнительно подтверждается результатами транскраниальной магнитной стимуляции (ТМС) и исследованиями поражений.Повторная ТМС (пТМС) правой IFG (но не левой IFG или правой средней лобной извилины) нарушала остановку, но не уходила [21, 22]. Напротив, rTMS над правой дорсальной премоторной корой влияла на движение, но не на остановку. Эти результаты подтверждают теоретическое различие между процессами остановки и начала в формальных моделях гонки. Ингибирование ответа нарушается у пациентов с поражением правого IFG, но не левого IFG [23]; кроме того, величина поражения правой IFG коррелировала с SSRT, но не с go RT.Точно так же поражения правой SMA и пре-SMA нарушали остановку без значительного влияния на ход [24].
Некоторые подкорковые области также могут играть важную роль в остановке. Исследования с помощью фМРТ показали активацию, связанную с ингибированием, в базальных ганглиях, включая субталамическое ядро [STN; 17] и полосатое тело [18, 25]. Повреждения базальных ганглиев нарушали остановку как у людей, так и у грызунов [26–28], тогда как стимуляция STN в глубоком мозге у пациентов с болезнью Паркинсона усиливала тормозной контроль [29].Поражение STN и стимуляция STN у пациентов с болезнью Паркинсона влияют как на RT, так и на SSRT [29, 30]. Однако эффекты стимуляции STN на go RT и SSRT могут быть функционально независимыми [29].
В совокупности эти исследования подтверждают, что правые IFG, pre-SMA и базальные ганглии являются частью сети ингибирования лобно-базальных ганглиев, хотя точная роль этих регионов обсуждается. Некоторые исследователи предположили, что активация правого IFG или пре-SMA приводит к подавлению моторного выхода через проекцию на STN [14, 17, 31].Когда STN активирован, внутренний сегмент бледного шара активируется, и выход двигателя подавляется. В большинстве ситуаций стоп-сигнала это подавление носит очень общий характер и может влиять на все тенденции реакции, включая активацию мышц, которые не имеют отношения к задаче [32–34].
Нейронные субстраты мониторинга
Неуспешное ингибирование связано с связанной с ошибкой негативностью (ERN) на электроэнцефалограмме [35], которая напоминает ERN, которая обычно наблюдается после ошибок выбора в задачах реакции.Связанные с событием исследования с помощью фМРТ показали, что (в основном) теменные и лобные области мозга активнее активируются, когда ингибирование оказывается безуспешным [15, 16, 18, 19]. Неудачное ингибирование связано с большей активацией медиальных лобных областей, включая переднюю поясную извилину коры (ACC) и пре-SMA, а также средние лобные области. Некоторые исследования сообщают, что ACC также активируется при успешных испытаниях стоп-сигнала [например, 17], что предполагает, что эта область участвует в мониторинге эффективности остановки. В соответствии с этой идеей, исследования на отдельных клетках показывают, что модуляция ACC происходит после SSRT, что слишком поздно, чтобы принимать непосредственное участие в ингибировании ответа; вместо этого нейроны сигнализируют о вознаграждении и ошибке (вставка 1).Медиальные лобные области обычно связаны с обнаружением ошибок и обнаружением конфликта между реакциями и планами действий (мониторинг поведения), тогда как средние лобные области обычно связаны с корректировкой поведения после конфликта или ошибок [36]. Некоторые исследователи предположили, что активация средних лобных областей отражает корректировку стратегии реакции для уравновешивания противоположных требований при выполнении и остановке задач [18].
Комбинированные поведенческие данные (замедление после ошибки) и нейронные данные (ERN и активация медиальной и средней лобных областей) предполагают, что мониторинг и регулировка производительности в парадигме стоп-сигнала могут быть аналогичны мониторингу и регулировке производительности в парадигмах, которые не предполагают торможения двигательных реакций.Более того, нейронные механизмы, участвующие в мониторинге, можно отличить от нервных механизмов, непосредственно участвующих в остановке (см. Вставку 1). Однако неясно, в какой степени активация, связанная с мониторингом, на самом деле отражает эффекты восстановления памяти (см. Выше).
Визуальная выразительность стоп-сигнала влияет на нейронную динамику контролируемого торможения.
Шадлен М. Н. и Ньюсом У. Т. Нейронная основа перцептивного решения в теменной коре (область LIP) макаки-резуса. J. Neurophysiol. 86 , 1916–36 (2001).
CAS Статья Google ученый
Голд, Дж. И. и Шадлен, М. Н. Нейронная основа принятия решений. Annu. Rev. Neurosci. 30 , 535–574 (2007).
CAS Статья Google ученый
Hanes, D. P. & Schall, J. D. Нейронный контроль инициации произвольных движений. Наука 274 , 427–430 (1996).
ADS CAS Статья Google ученый
Pouget, P. et al. . Нейронная основа адаптивного регулирования времени отклика при противодействии саккаде. J. Neurosci. 31 , 12604–12612 (2011).
CAS Статья Google ученый
Romo, R., Brody, C.D., Эрнандес, А. и Лемус, Л. Нейрональные корреляты параметрической рабочей памяти в префронтальной коре. Nature 399 , 470–473 (1999).
ADS CAS Статья Google ученый
Ромо Р., Эрнандес А., Зайнос А., Лемус Л. и Броуди К. Д. Нейрональные корреляты принятия решений во вторичной соматосенсорной коре. Nat. Neurosci. 5 , 1217–1225 (2002).
CAS Статья Google ученый
Ромо Р., Эрнандес А. и Зайнос А. Нейрональные корреляты перцептивного решения в вентральной премоторной коре. Нейрон 41 , 165–173 (2004).
CAS Статья Google ученый
Черчленд, А. К., Киани, Р. и Шадлен, М. Н. Принятие решений с множеством альтернатив. Nat. Neurosci. 11 , 693–702 (2008).
CAS Статья Google ученый
Ким, Дж. Н. и Шадлен, М. Н. Нейронные корреляты решения в дорсолатеральной префронтальной коре макака. Nat. Neurosci. 2 , 176–185 (1999).
Артикул Google ученый
Маймон, Г. и Асад, Дж. А. Когнитивный сигнал для упреждающего выбора времени действия в LIP макак. Nat. Neurosci. 9 , 948–955 (2006).
CAS Статья Google ученый
Thura, D. & Cisek, P. Обдумывание и приверженность премоторной и первичной моторной коре во время принятия динамических решений. Нейрон 81 , 1401–1416 (2014).
CAS Статья Google ученый
Цисек П. и Каласка Дж. Ф. Нейронные корреляты принятия решений в дорсальной премоторной коре: спецификация выбора нескольких направлений и окончательный выбор действия. Нейрон 45 , 801–814 (2005).
CAS Статья Google ученый
Бари А. и Роббинс Т. В. Торможение и импульсивность: поведенческие и нейронные основы контроля реакции. Прог. Neurobiol. 108 , 44–79 (2013).
Артикул Google ученый
Verbruggen, F. & Logan, G.D. Модели ингибирования реакции в парадигмах стоп-сигнала и стоп-смены. Neurosci. Biobehav. Ред. 33 , 647–661 (2009).
Артикул Google ученый
Логан Г. Д. и Коуэн В. Б. О способности подавлять мысль и действие: теория акта контроля. Psychol. Ред. 91 , 295–327 (1984).
Артикул Google ученый
Hanes, D. P., Patterson, W. F. & Schall, J.D. Роль лобных полей глаза в противодействии саккадам: зрительная, двигательная и фиксирующая активность. J. Neurophysiol. 79 , 817–834 (1998).
CAS Статья Google ученый
Вербругген, Ф., Макларен, И. П. и Чемберс, К. Д. Изгнание контрольных гомункулов в исследованиях контроля действий и изменения поведения. Перспектива. Psychol. Sci. 9 , 497–524 (2014).
Артикул Google ученый
Биссет, П. Г. и Логан, Г. Д. Выборочная остановка? может быть нет. J. Exp. Psychol. Gen. 143 , 455–472 (2014).
Артикул Google ученый
Монтанари, Р., Джамундо, М., Брунамонти, Э., Феррайна, С. и Пани, П. Визуальная заметность стоп-сигнала влияет на процесс подавления движения. Exp. Brain Res. 235 , 2203–2214 (2017).
Артикул Google ученый
Морейн-Замир, С. и Кингстон, А. Эффекты смещения фиксации и интенсивности стоп-сигнала на саккадические отмены: кросс-модальное исследование. Exp. Brain Res. 175 , 453–462 (2006).
Артикул Google ученый
Мирабелла, Г., Пани, П. и Феррайна, С. Наличие пропуска зрения влияет на продолжительность процесса остановки. Exp. Brain Res. 192 , 199–209 (2009).
Артикул Google ученый
Кавина-Пратеси, К., Бриколо, Э., Прайор, М. и Марци, К. А. Повышение избыточности в парадигме стоп-сигнала: последствия для локуса коактивации при простом времени реакции. J. Exp. Psychol. Гм. Восприятие. Выполнять. 27 , 932–941 (2001).
CAS Статья Google ученый
Camalier, C.Р. и др. . Динамика селекции мишеней саккад: анализ расовой модели образования двойных и поисковых саккад у человека и макак. Vision Res. 47 , 2187–2211 (2007).
CAS Статья Google ученый
Blizzard, S., Fierro-Rojas, A. & Fallah, M. Запрещение реакции облегчается переходом с красного на зеленый в парадигме стоп-сигнала. Фронт. Гм. Neurosci. 10 , 655, https://doi.org/10.3389/fnhum.2016.00655 (2017).
Артикул PubMed PubMed Central Google ученый
van Gaal, S., Ridderinkhof, K. R., van den Wildenberg, W. P. & Lamme, V. A. Диссоциация сознания от тормозящего контроля: свидетельство бессознательно инициированного торможения реакции в задаче стоп-сигнала. J. Exp. Psychol. Гм. Восприятие. Выполнять. 35 , 1129–1139 (2009).
Артикул Google ученый
van der Schoot, M., Licht, R. & Horsley, T. M. и Sergeant, J. A. Влияние модальности стоп-сигнала, интенсивности стоп-сигнала и метода отслеживания на эффективность подавления, определяемую с использованием парадигмы стоп-сигнала. Сканд. J. Psychol. 46 , 331–341 (2005).
Артикул Google ученый
Bastian, A., Schöner, G. & Riehle, A. Преобразование и непрерывная эволюция моторных корковых представлений во время подготовки к движению. Eur. J. Neurosci. 18 , 2047–2058 (2003).
Артикул Google ученый
Hocherman, S. & Wise, S.P. Влияние траектории движения руки на моторную активность коры головного мозга в бодрствующем состоянии у макак-резусов. Exp. Brain Res. 83 , 285–302 (1991).
CAS Статья Google ученый
Джонсон, П. Б., Феррайна, С., Бьянки, Л. и Каминити, Р. Корковые сети для визуального охвата: физиологическая и анатомическая организация областей руки лобной и теменной долей. Cereb. Cortex 6 , 102–119 (1996).
CAS Статья Google ученый
Краммонд, Д. Дж. И Каласка, Дж.F. Предварительная информация в моторной и премоторной коре: активность в период задержки и влияние на преддвигательную активность. J. Neurophysiol. 84 , 986–1005 (2000).
CAS Статья Google ученый
Мессье, Дж. И Каласка, Дж. Ф. Ковариация активности дорсальных премоторных клеток приматов с направлением и амплитудой во время выполнения задачи запоминания задержки. J. Neurophysiol. 84 , 152–165 (2000).
CAS Статья Google ученый
Цисек, П., Краммонд, Д. Дж. И Каласка, Дж. Ф. Нервная активность в первичной моторной и дорсальной премоторной коре при выполнении задач с контралатеральной рукой по сравнению с ипсилатеральной рукой. J. Neurophysiol. 89 , 922–942 (2003).
Артикул Google ученый
Шварц, А. Б., Моран, Д. В. и Рейна, Г.А. Дифференциальное представление восприятия и действия во фронтальной коре. Наука 303 , 380–383 (2004).
ADS CAS Статья Google ученый
Churchland, M. M., Santhanam, G. & Shenoy, K. V. Подготовительная активность в премоторной и моторной коре головного мозга отражает скорость предстоящего достижения. J. Neurophysiol. 96 , 3130–3146 (2006).
Артикул Google ученый
Черчленд, М. М., Ю, Б. М., Рю, С. И., Сантханам, Г. и Шеной, К. В. Нервная изменчивость в премоторной коре головного мозга является признаком двигательной подготовки. J. Neurosci. 26 , 3697–3712 (2006).
CAS Статья Google ученый
Черчленд, М. М. и Шеной, К. В. Временная сложность и неоднородность активности отдельных нейронов в премоторной и моторной коре. J. Neurophysiol. 97 , 4235–4257 (2007).
Артикул Google ученый
Черчленд, М. М., Каннингем, Дж. П., Кауфман, М. Т., Рю, С. И. и Шеной, К. В. Подготовительная деятельность коры головного мозга: представление движения или первый винтик в динамической машине? Нейрон 68 , 387–400 (2010).
CAS Статья Google ученый
Афшар, А. и др. . Единичное испытание нейронных коррелятов подготовки движения руки. Нейрон 71 , 555–564 (2011).
CAS Статья Google ученый
Кауфман, М. Т., Черчленд, М. М., Рю, С. И. и Шеной, К. В. Корковая активность в нулевом пространстве: подготовка без движения. Nat. Neurosci. 17 , 440–448 (2014).
CAS Статья Google ученый
Уоллис, Дж. Д. и Миллер, Э. К. Нейрональная активность в дорсолатеральной и орбитальной префронтальной коре приматов во время выполнения задачи предпочтения вознаграждения. Eur. J. Neurosci. 18 , 2069–2081 (2003).
Артикул Google ученый
Коаллье, Э., Мишле, Т. и Каласка, Дж. Ф. Дорсальная премоторная кора: нейронные корреляты решений о достижении цели на основе правила сопоставления цвета и местоположения и противоречивых сенсорных данных. J. Neurophysiol. 113 , 3543–3573 (2015).
Артикул Google ученый
Thura, D. & Cisek, P. Модуляция премоторной и первичной моторной корковой активности во время произвольных корректировок компромиссов скорости и точности. J. Neurosci. 36 , 938–956 (2016).
CAS Статья Google ученый
Чандрасекаран, К., Пейксото, Д., Ньюсом, В. Т. и Шеной, К. В. Ламинарные различия в нейронной активности, связанной с принятием решений, в дорсальной премоторной коре. Nat. Commun. 8 , 614 (2017).
ADS Статья Google ученый
Кауфман, М. Т., Черчленд, М. М., Рю, С. И. и Шеной, К. В. Колебания, нерешительность и колебания в моментальной расшифровке моторной коры головного мозга обезьяны. Элиф 4 , e04677 (2015).
Артикул Google ученый
Mirabella, G., Pani, P. & Ferraina, S. Нейронные корреляты когнитивного контроля достижения движений в дорсальной премоторной коре головного мозга макак-резусов. J. Neurophysiol. 106 , 1454–1466 (2011).
CAS Статья Google ученый
Пани, П. и др. . Колебания альфа- и бета-диапазона подчиняются различным процессам реактивного управления движениями конечностей. Фронт. Behav. Neurosci. 8 , 383, https://doi.org/10.3389/fnbeh.2014.00383 (2014).
Артикул PubMed PubMed Central Google ученый
Mattia, M. et al. . Гетерогенные сборки клеток-аттракторов для двигательного планирования в премоторной коре. J. Neurosci. 33 , 11155–11168 (2013).
CAS Статья Google ученый
Маттиа, М., Феррайна, С. и Дель Джудис, П. Диссоциированная активность нескольких единиц и потенциалы локального поля: вдохновленный теорией анализ задачи двигательного решения. Neuroimage 42 , 812–823 (2010).
Артикул Google ученый
Паре, М. и Хейнс, Д. П. Обработка контролируемых движений: активность верхних колликулюсов, связанная с подавляемыми саккадами. J. Neurosci. 23 , 6480–6489 (2003).
Артикул Google ученый
Scangos, K. W. & Stuphorn, V. Медиальная лобная кора головного мозга мотивирует, но не контролирует начало движения в задаче отмены. J. Neurosci. 30 , 1968–1982 (2010).
CAS Статья Google ученый
Ройтман, Дж. Д. и Шадлен, М. Н. Ответ нейронов в латеральной интрапериетальной области во время комбинированной задачи на время реакции визуального различения. J. Neurosci. 22 , 9475–9489 (2002).
CAS Статья Google ученый
Вудман, Г. Ф., Канг, М. С., Томпсон, К. и Шалл, Дж. Д. Влияние эффективности визуального поиска на подготовку ответа: нейрофизиологические доказательства дискретного потока. Psychol. Sci. 19 , 128–136 (2008).
Артикул Google ученый
Asrress, K. N. & Carpenter, R.H. Саккадические отмены: сравнение центральных и периферийных сигналов остановки. Vision Res. 41 , 2645–2651 (2001).
CAS Статья Google ученый
Армстронг, И. Т. и Муньос, Д. П. Ингибирующий контроль движений глаз во время действия глазодвигательных команд у взрослых с синдромом дефицита внимания с гиперактивностью. Exp. Brain Res. 152 , 444–452 (2003).
CAS Статья Google ученый
Салинас, Э. и Стэнфорд, Т. Р. Пересмотр контрольной задачи: быстрое обнаружение стимула является ключевым фактором, определяющим психофизические способности. J. Neurosci. 33 , 5668–5685 (2013).
CAS Статья Google ученый
Логан, Г. Д., Ямагути, М., Шалл, Дж. Д. и Палмери, Т.J. Тормозящий контроль в уме и мозге 2.0: модели саккадического противодействия. Psychol. Ред. 122 , 115–147 (2015).
Артикул Google ученый
Шалл, Дж. Д., Палмери, Т. Дж. И Логан, Г. Д. Модели ингибирующего контроля. Philos. Пер. R. Soc. Лондон. B. Biol. Sci . 372 , https://doi.org/10.1098/rstb.2016.0193 (2017).
Артикул Google ученый
Schmidt, R. & Berke, J. D. Модель остановки с паузой и отменой: данные нейрофизиологии базальных ганглиев. Philos. Пер. R. Soc. Лондон. B. Biol. Sci . 372 , https://doi.org/10.1098/rstb.2016.0202 (2017).
Артикул Google ученый
Verbruggen, F., Aron, A. R., Stevens, M. A. & Chambers, C. D. Стимуляция тета-взрывом диссоциирует на внимание и обновление действий в нижней лобной коре головного мозга человека. Proc. Natl. Акад. Sci. США 107 , 13966–13971 (2010).
ADS CAS Статья Google ученый
Xu, K. Z. et al. . Нейронные основы когнитивного контроля над торможением движений: данные электрофизиологии человека и приматов. Нейрон 96 , 1447–1458 (2017).
CAS Статья Google ученый
Шмидт, Р., Левенталь, Д. К., Маллет, Н., Чен, Ф. и Берке, Дж. Д. Отмена действий включает гонку между проводящими путями базальных ганглиев. Nat. Neurosci. 16 , 1118–1124 (2013).
CAS Статья Google ученый
Маллет, Н. и др. . Аркипаллидные клетки посылают стриатуму стоп-сигнал. Нейрон 89 , 308–316 (2016).
CAS Статья Google ученый
Chen, X., Scangos, K. W. & Stuphorn, V. Дополнительная моторная зона оказывает упреждающее и реактивное управление движениями рук. J. Neurosci. 30 , 14657–14675 (2010).
CAS Статья Google ученый
Thura, D. & Cisek, P. Базальные ганглии не выбирают достигаемые цели, но контролируют срочность обязательства. Нейрон 95 , 1160–1170 (2017).
CAS Статья Google ученый
Маркос, Э. и др. . Нервная изменчивость в премоторной коре головного мозга регулируется историей испытаний и позволяет прогнозировать поведенческие характеристики. Нейрон 78 , 249–255 (2013).
CAS Статья Google ученый
Battaglia-Mayer, A. et al. . Коррекция и подавление достигаемых движений в коре головного мозга: физиологические и нейропсихологические аспекты. Neurosci. Biobehav.Ред. 42 , 232–251 (2014).
Артикул Google ученый
Джонсон, П. Б. и Феррайна, С. Корковые сети для визуального охвата: внутренняя связь лобных долей. Eur. J. Neurosci. 8 , 1358–1362 (1996).
CAS Статья Google ученый
Виньесваран, Г., Филипп, Р., Лемон, Р. Н., Красков, А.Кортикоспинальные зеркальные нейроны M1 и их роль в подавлении движения во время наблюдения за действием. Curr. Биол. 23 , 236–243 (2013).
CAS Статья Google ученый
Намбу А. Семь проблем с базальными ганглиями. Curr. Opin. Neurobiol. 18 , 595–604 (2008).
CAS Статья Google ученый
Дум Р. П. и Стрик П. Л. Двигательные области лобной доли приматов. Physiol. Behav. 77 , 677–682 (2002).
CAS Статья Google ученый
Каминити, Р. и др. . Вычислительная архитектура теменно-лобной сети, лежащей в основе когнитивно-моторного контроля у обезьян. eNeuro 4 , https://doi.org/10.1523/ENEURO.0306-16.2017 (2017).
Артикул Google ученый
Кейзер, К. и Кайперс, Х. Г. Дж. М. Распределение кортикоспинальных нейронов с коллатералями в ретикулярной формации нижнего ствола головного мозга у обезьян (macaca fascicularis). Exp. Brain Res. 74 , 311–318 (1989).
CAS Статья Google ученый
Риддл, К. Н., Эджли, С. А. и Бейкер, С. Н. Прямые и косвенные связи с мотонейронами верхних конечностей из ретикулоспинального тракта приматов. J. Neurosci. 29 , 4993–4999 (2009).
CAS Статья Google ученый
Koch, G. et al. . Динамика функциональной связи между дорсальной премоторной и контралатеральной моторной корой во время выбора движения. J. Neurosci. 26 , 7452–7459 (2006).
CAS Статья Google ученый
Чемберс, К. Д. и др. . Диссоциативные механизмы когнитивного контроля в префронтальной и премоторной коре. J. Neurophysiol. 98 , 3638–3647 (2007).
Артикул Google ученый
Duque, J., Labruna, L., Verset, S., Olivier, E. & Ivry, R. B. Диссоциация роли префронтальной и премоторной коры в управлении тормозными механизмами во время подготовки моторики. J. Neurosci. 32 , 806–816 (2012).
CAS Статья Google ученый
Дуке, Дж., Гринхаус, И., Лабруна, Л. и Иври, Р. Б. Физиологические маркеры моторного торможения во время поведения человека. Trends Neurosci. 40 , 219–236 (2017).
CAS Статья Google ученый
Parmigiani, S., Zattera, B., Barchiesi, G.И Каттанео, Л. Пространственные и временные характеристики связанных с набором тормозных и возбуждающих входов от дорсальной премоторной коры к ипсилатеральной моторной коре, оцениваемые с помощью транскраниальной магнитной стимуляции с двумя катушками. Мозг Топогр . https://doi.org/10.1007/s10548-018-0635-x (2018).
Артикул PubMed Google ученый
Пиктон, Т. В. и др. . Влияние очаговых лобных поражений на торможение ответа. Cereb. Cortex 17 , 826–838 (2007).
Артикул Google ученый
Sawaguchi, T., Yamane, I. & Kubota, K. Применение бикукуллина-антагониста ГАМК к премоторной коре снижает способность хорошо обученных обезьян сдерживать движение при достижении визуально управляемой задачи. J. Neurophysiol. 75 , 2150–2156 (1996).
CAS Статья Google ученый
Леви Б. Дж. И Вагнер А. Д. Когнитивный контроль и правосторонняя вентролатеральная префронтальная кора: рефлексивная переориентация, моторное торможение и обновление действий. Ann. N.Y. Acad. Sci. 1224 , 40–62 (2011).
ADS Статья Google ученый
Арон, А. Р. и Полдрак, Р. А. Кортикальные и подкорковые вклады в подавление подавления сигнального ответа: роль субталамического ядра. Дж.Neurosci. 26 , 2424–2433 (2006).
CAS Статья Google ученый
Арон А. Р., Роббинс Т. В. и Полдрак Р. А. Торможение и правая нижняя лобная кора: одно десятилетие спустя. Trends Cogn. Sci. 18 , 177–185 (2014).
Артикул Google ученый
Brunamonti, E. et al. . Повреждение мозжечка нарушает исполнительный контроль и мониторинг движения. Plos One 9 , e85997, https://doi.org/10.1371/journal.pone.0085997 (2014).
ADS CAS Статья PubMed PubMed Central Google ученый
Рубиа, К., Остерлаан, Дж., Сержант, Дж. А., Брандейс, Д. и В. Леувен, Т. Тормозная дисфункция у гиперактивных мальчиков. Behav. Brain Res. 94 , 25–32 (1998).
CAS Статья Google ученый
Пани, П. и др. . У детей с синдромом дефицита внимания и гиперактивности проактивный и реактивный контроль движений по-разному влияет. Res. Dev. Disabil. 34 , 3104–3111 (2013).
CAS Статья Google ученый
Luman, M. et al. . Подавление, подкрепление чувствительности и обработка временной информации при СДВГ и СДВГ + ODD: свидетельство отдельной сущности? Дж.Ненормальный. Child Psychol. 37 , 1123–1135 (2009).
Артикул Google ученый
Menghini, D. et al. . Влияние генерализованного тревожного расстройства на управляющие функции у детей с СДВГ. Eur. Arch. Psychiatry Clin. Neurosci. 268 , 349–357 (2018).
CAS Статья Google ученый
Салум, Г.А. и др. . Специфика обработки базовой информации и тормозящего контроля при синдроме дефицита внимания и гиперактивности. Psychol. Med. 44 , 617–631 (2014).
CAS Статья Google ученый
Брунамонти, Э., Феррайна, С. и Паре, М. Обработка контролируемых движений: свидетельство общего тормозящего контроля движений пальцев, запястий и рук. Neuroscience 215 , 69–78 (2012).
CAS Статья Google ученый
Mione, V. et al. . Как однонуклеотидный полиморфизм COMT Val158Met, так и различия в зависимости от пола влияют на ингибирование ответа. Фронт. Behav. Neurosci. 9 , 127, https://doi.org/10.3389/fnbeh.2015.00127 (2015).
CAS Статья PubMed PubMed Central Google ученый
Вербрюгген, Ф., Чемберс, К. Д. и Логан, Г. Д. Фиктивные различия в тормозах: как асимметрия и замедление искажают оценку задержек при остановке. Psychol. Sci. 24 , 352–362 (2013).
Артикул Google ученый
Мацке Д., Вербрюгген Ф. и Логан Г. Парадигма стоп-сигнала в Справочнике Стивенса по экспериментальной психологии и когнитивной нейробиологии, Том 5 (изд.Вагенмакерс, Э. Дж.) (John Wiley & Sons, Inc., в печати).
Границы | Стоп-чувство: подавление эмоционального вмешательства после испытаний стоп-сигнала
Введение
Эмоциональные стимулы играют важную роль в жизни человека. Считается, что они получают приоритетную обработку и, следовательно, влияют на поведение, познание и физиологию. Неадаптивная эмоциональная обработка и недостаточная регуляция эмоций являются ключевыми факторами различных психопатологий, и поэтому очень важно понимать их природу.Одна из наиболее изучаемых тем среди ученых, занимающихся эмоциями, — это взаимосвязь между эмоциями и вниманием (например, Vuilleumier, 2005; Pessoa, 2009). Считается, что эмоциональные стимулы привлекают внимание и, следовательно, нарушают работоспособность (т. Е. Удлинение RT) при выполнении различных задач, таких как простые задачи распознавания (Hartikainen et al., 2000; Buodo et al., 2002). Этот эффект называется эмоциональным вмешательством [то есть, удлиненное время реакции (RT) на отрицательные испытания по сравнению с нейтральными испытаниями]. В последнее время огромное количество когнитивных и аффективных исследований было посвящено изучению влияния эмоциональной информации на задачи, требующие исполнительного контроля.Исполнительный контроль считается системой «высшего порядка», которая включает в себя несколько подсистем внимания (Posner and Petersen, 1990; Verbruggen, Logan, 2008; Banich, 2009), которые действуют вместе, чтобы направлять поведение в соответствии с внутренними целями (Shallice и Norman, 1986; Miyake et al., 2000; Miller, Cohen, 2001; Banich, 2009). Важно отметить, что и эмоции, и исполнительный контроль являются ключевыми элементами целенаправленного поведения. Следовательно, изучение связей между этими двумя системами важно для понимания адаптивного и дезадаптивного поведения.Целью настоящего исследования является изучение связи между тормозящим контролем — компонентом исполнительного контроля — и стимулами, вызывающими эмоции (т. Е. Негативными картинками).
Влияние эмоциональных стимулов на исполнительный контроль изучалось в основном с помощью задач на выборочное внимание, таких как задачи Штрупа (1935) и фланкера (Eriksen and Eriksen, 1974). Эти задачи измеряют способность уделять внимание важному аспекту и игнорировать нерелевантную отвлекающую информацию. Результаты исследований, в которых использовались такие задачи, противоречивы.Например, используя модифицированную версию задачи фланкера, Деннис и др. (2008) обнаружили снижение исполнительного контроля после появления испуганных лиц. Аналогичным образом Padmala et al. (2011) обнаружили, что негативные стимулы снижают мониторинг конфликта, и пришли к выводу, что есть общие ресурсы между исполнительным контролем и эмоциональной обработкой. Другие исследования обнаружили противоположный эффект; а именно, по сравнению с нейтральной информацией, эмоциональная информация улучшала исполнительный контроль в задачах выборочного внимания (например,г., Канске и Коц, 2010, 2011а, б; для дальнейшего обсуждения см. Cohen and Henik, 2012; Канске, 2012).
Хотя влияние эмоций на исполнительный контроль широко изучается, только недавно исследователи начали изучать влияние исполнительного контроля на эмоции. Окон-Зингер и др. (2012) предположили, что факторы внимания, такие как исполнительный контроль, могут вызывать модуляцию эмоций сверху вниз (см. Также Bishop, 2008, о нейронном механизме, отвечающем за регулирование внимания к сигналам, связанным с угрозой; Ochsner and Gross, 2005, о рассмотрение).Эта модуляция сверху вниз имеет решающее значение в ситуациях, когда эмоциональная информация не имеет значения и может нарушить целенаправленное поведение. В соответствии с этим предположением, нейровизуализационные исследования показали, что активация областей мозга, участвующих в исполнительном контроле (префронтальной, особенно дорсолатеральной и теменной коры), ослабляет активацию областей мозга, участвующих в эмоциональной обработке (в основном миндалины) (Hariri et al., 2000). ; Liberzon et al., 2000; Pessoa, 2005; Vuilleumier, 2005; Etkin et al., 2006; Blair et al., 2007; Mitchell et al., 2008; Hart et al., 2010). Есть также поведенческие свидетельства регуляции эмоциональных стимулов сверху вниз. Etkin et al. (2006, 2010) использовали эмоциональную задачу, похожую на Stroop, и обнаружили эффект адаптации к конфликту (то есть эмоциональный конфликт в текущем следе был ослаблен после конфликта в предыдущем следе). Авторы пришли к выводу, что исполнительные процессы (то есть избирательное внимание) могут ослаблять эмоциональную реакцию. Недавно мы обнаружили более прямые поведенческие доказательства регуляции эмоциональных стимулов сверху вниз (Cohen et al., 2011, 2012). Мы представили негативные и нейтральные изображения, следующие за фланкерной целью, и измерили эмоциональную интерференцию в следующей задаче распознавания. От участников требовалось реагировать на направление средней стрелки и игнорировать фланговые стрелки. Фланговые стрелки могут быть совпадающими (<<<<<) или несовместимыми (<<> <<) с целевой стрелкой. Неконгруэнтные испытания состоят из конфликта и считаются задействованными в процессах исполнительного контроля (как показано в удлиненном RT в несовместимом vs.конгруэнтные испытания). Эмоциональное вмешательство присутствовало после совпадающих испытаний, но было устранено после неконгруэнтных испытаний (Cohen et al., 2012; см. Также Blair et al., 2007).
Рассмотрение задач выборочного внимания для исследования связи между эмоциями и исполнительным контролем может быть недостаточным. В соответствии с этим представлением многие исследователи предположили, что исполнительный контроль не является унитарным, и призвали различать различные компоненты контроля (Rafal, Henik, 1994; Harnishfeger, 1995; Miyake et al., 2000; Нигг, 2000; Банич, 2009). Задачи на выборочное внимание, такие как задачи Stroop (Stroop, 1935; MacLeod, 1991) и фланкеры (Posner and Petersen, 1990), измеряют способность уделять внимание релевантному измерению и игнорировать нерелевантную отвлекающую информацию. Способность игнорировать нерелевантную информацию может включать торможение (Verbruggen et al., 2004; Kalanthroff et al., 2012) — ключевой компонент исполнительного контроля (van Veen and Carter, 2006; Verbruggen and Logan, 2008). В данной статье мы спрашиваем, влияет ли тормозной компонент исполнительного контроля и может ли он модулировать эмоциональную реакцию таким же образом, как при избирательном внимании.
Блокирующий контроль
Важным компонентом исполнительного контроля и, возможно, его отличительной чертой является подавление не относящейся к делу информации, мыслей или действий (van Veen and Carter, 2006; Verbruggen and Logan, 2008). Этот компонент исполнительного контроля называется тормозящим контролем и обычно связан с активацией правой нижней лобной извилины (rIFG; Aron et al., 2003). Чтобы изучить этот процесс в лаборатории, рассмотрим задачу «стоп-сигнал» (Логан и Коуэн, 1984; Логан, 1994), которая исследует способность подавлять уже начатое действие, которое больше не подходит.В классическом задании участников просят как можно быстрее ответить на визуальный стимул (сигнал «идти») с помощью двигательной реакции. Примерно в четверти испытаний слуховой стимул (стоп-сигнал), который сигнализирует участникам о необходимости подавления двигательной реакции, идет сразу после визуального сигнала «Стоп». Продолжительность между сигналом пуска и стоп-сигналом (задержка стоп-сигнала; SSD) подвергается процедуре отслеживания и изменяется от одного испытания к другому в зависимости от успеха участника в подавлении его или ее реакции (т.е. успешное ингибирование сделает следующее испытание более трудным — SSD будет длиннее — и наоборот). В конце концов, можно оценить время реакции стоп-сигнала (SSRT), которое является временем, необходимым для успешного подавления. SSRT оказался важной мерой когнитивного контроля (Verbruggen and Logan, 2008). Логан и Коуэн (1984) и Логан и др. (1984) сравнили выполнение задачи стоп-сигнала с скачками между более автоматическим процессом «Стоп», запускаемым подачей сигнала «Стоп», и процессом исполнительной остановки, запускаемым сигналом «Стоп».Логан и др. (1984) утверждали, что «феномен торможения реакции согласуется с иерархической теорией внимания, в которой процесс высокого уровня определяет значимость поступающих стимулов и решает, прервать ли текущий поток мысли и действия или поставить новые стимулы в очередь вместе с ними. старые, которые будут обрабатываться по мере поступления ресурсов »(с. 290).
Тормозной контроль и эмоции
Несколько исследований были посвящены взаимосвязи между эмоциями и тормозящим контролем.Используя модифицированную версию парадигмы стоп-сигнала, Verbruggen и De Houwer (2007) обнаружили, что эмоциональные стимулы (негативные или позитивные изображения) снижают эффективность тормозящего контроля (т. Е. Более длительное SSRT в эмоциональных испытаниях). Sagaspe et al. (2011) обнаружили длительное RT при наличии случайной угрожающей информации, хотя SSRT не был затронут эмоциями. Однако эти исследователи обнаружили, что нейронные цепи, задействованные в процессе торможения, модулируются угрожающей информацией. В частности, они обнаружили, что остановка в угрожающем испытании была связана с активацией орбитофронтальной коры (а не нижней лобной извилины, обычно связанной с остановкой).Этот вывод подразумевает, что тормозящий контроль при наличии эмоциональной информации может отличаться от тормозящего контроля в нейтральных ситуациях. Pessoa et al. (2012) использовали задачу стоп-сигнала для стимулов с высокой и низкой угрозой и обнаружили, что эффективность тормозящего контроля повышается с помощью стимулов с низким уровнем угрозы и снижается стимулами с высокой угрозой. Этот вывод согласуется с выводами Pessoa et al. (2012), что низкая угроза улучшает контроль со стороны руководства, поскольку она усиливает целенаправленное поведение (см. Также Kanske, 2012), тогда как высокая угроза привлекает ресурсы, доступные для выполнения задачи, и, следовательно, нарушает исполнительные процессы.
В отличие от неоднозначных выводов, касающихся влияния эмоций на избирательное внимание, в отношении тормозящего контроля большинство результатов согласуются с разрушающим влиянием эмоций на тормозящий контроль. Предыдущее исследование показало, что эмоциональный стимул ухудшает выполнение как процессов перехода, так и остановки (Verbruggen and De Houwer, 2007). Однако пока не ясно, оказывает ли тормозящий контроль регулирующий эффект на эмоции, аналогичный эффекту избирательного внимания.Этот вопрос очень важен по нескольким причинам: (а) понимание связи между подавлением и влиянием эмоций на производительность может углубить наши знания о связи между «высокими» (например, исполнительный контроль) и «низкими» (например, эмоциями) когнитивными системами. . (b) Недостаточный тормозной контроль лежит в основе различных психопатологий и расстройств настроения, таких как аутизм (например, Geurts et al., 2004), шизофрения (например, Enticott et al., 2008), обсессивно-компульсивное расстройство (например, Chamberlain et al., 2006) и тревоге (например, Derakshan et al., 2009), хотя до сих пор неизвестно, является ли нарушенный тормозной контроль ответственным за аномальную эмоциональную обработку, обнаруживаемую при этих расстройствах. Например, известно, что пациенты с депрессией обладают недостаточной способностью подавлять обработку эмоциональных стимулов (например, Goeleven et al., 2006), и, таким образом, при этом расстройстве роль нарушенного подавления более очевидна. (c) Принимая во внимание тот факт, что торможение, по крайней мере, частично участвует в большинстве задач исполнительного контроля (включая задачи выборочного внимания), связь между торможением и эмоциями может существенно способствовать общему недооценке связи между исполнительным контролем и эмоциями.
Текущее исследование
В текущем исследовании использовалась задача эмоционального стоп-сигнала, чтобы исследовать взаимные связи между эмоцией и тормозящим контролем. Во-первых, в испытаниях с непрерывным сигналом мы предсказали эффект эмоциональной интерференции, аналогичный результатам, полученным в простых задачах распознавания (Hartikainen et al., 2000; Buodo et al., 2002). Во-вторых, поскольку мы использовали схему, аналогичную той, которую использовали Verbruggen и De Houwer (2007), мы предсказали повторение их результатов, показывающих нарушение ингибиторного контроля (т.е., длиннее SSRT) после негативных по сравнению с нейтральными картинками. Самое главное, мы ожидали, что эмоциональное вмешательство будет устранено, когда предыдущее испытание было остановленным испытанием. А именно, активация процессов ингибирующего контроля во время испытаний с остановкой снизит активацию негативных стимулов в следующем безостановочном испытании. Этот прогноз был основан на предыдущих выводах, показывающих снижение эмоционального вмешательства после исполнительной активации с использованием задач выборочного внимания (Cohen et al., 2011, 2012).
Материалы и методы
Участников
Двадцать семь студентов Университета Бен-Гуриона в Негеве (Израиль) приняли участие за небольшую денежную плату. Исследование было одобрено этическим комитетом факультета психологии Университета Бен-Гуриона в Негеве, Израиль. Все участники подписали форму информированного согласия до своего участия в эксперименте. Все участники имели нормальное зрение или зрение с поправкой на нормальное, были правшами, не имели в анамнезе дефицита внимания или трудностей в обучении, и все были наивны в отношении цели эксперимента.Один участник был исключен из дальнейшего анализа из-за высокой частоты ошибок в испытаниях без остановки сигнала [более 3 стандартных отклонений ( SD ) от среднего], а один был исключен из-за сообщения о тяжелых депрессивных симптомах при большой депрессии. инвентаризация, проводимая в конце поведенческой задачи (MDI; Bech, 1997; Bech and Wermuth, 1998). Кроме того, поскольку SSRT — это оценка времени, необходимого участнику для остановки в 50% испытаний, если успех участника в подавлении реакции на прекращение испытаний значительно отличался от 50%, SSRT не был бы действительным и участник будет исключен из дальнейшего анализа [метод оценки Verbruggen and Logan (2009); см. также Verbruggen et al.(2008)]. Три участника (женщины) были исключены по последнему критерию. Из оставшихся 22 участников (10 женщин и 12 мужчин) самому молодому было 23 года, а самому старшему — 29 лет (среднее значение = 25,1 года, SD, = 1,66).
Оборудование
Сбор данных и представление стимулов контролировались компьютером DELL OptiPlex 760 vPro с процессором Intel Core 2 Duo E8400 3 ГГц. Стимулы предъявлялись на 19-дюймовом ЖК-мониторе DELL E198PF. На столе между участником и монитором помещалась клавиатура.Участники проходили индивидуальное тестирование. Они сидели примерно в 23,5 дюйма от экрана компьютера. Наклейки со знаками «@» и «#» были приклеены к двум обычным клавишам клавиатуры, которые служили клавишами ответа.
Процедура
Эксперимент включал 12 практических испытаний, которые в дальнейшем не анализировались, и 480 экспериментальных испытаний. Участникам сказали, что практический блок будет идентичен экспериментальному, только экспериментальный блок будет длиннее и не будет включать обратную связь.Каждое испытание начиналось с фиксации 1000 мс (черный знак плюса в центре серого экрана). Фиксация сопровождалась картинкой на 100 мс. После исчезновения картинки появлялся визуальный стимул (т.е. @ или #). Клавиши ответа были «p» для появления «@» и «q» для «#». Участников попросили ответить указательными пальцами обеих рук. В инструкции участникам указывалось, что нужно нажимать правильную клавишу как можно быстрее и точнее, и подчеркивалось, что не следует ждать потенциального сигнала остановки.Стимул запуска оставался в поле зрения в течение 1500 мс или до нажатия клавиши. RT рассчитывали по появлению стимула go на ответ. При случайной выборке 30% испытаний подавался звуковой сигнал остановки (см. Рисунок 1). Сигнал остановки был представлен после переменного SSD, который изначально был установлен на 250 мс и отрегулирован процедурой отслеживания лестницы: после каждой успешной остановки SSD увеличивался на 20 мс, а после каждой неудачной остановки SSD сокращался на 20 мс. В половине испытаний была представлена нейтральная картина, а в другой половине — отрицательная.SSD был скорректирован для каждого условия валентности (т. Е. Отрицательного и нейтрального) отдельно. Порядок испытаний был случайным с двумя ограничениями: у нас было одинаковое количество испытаний нейтрального и отрицательного стоп-сигнала (по 72 каждого), и у нас было такое же количество нейтральных и отрицательных испытаний, которые следовали за испытаниями стоп-сигнала (по 36 каждого условия валентности). в текущем испытании для каждого состояния балки в предыдущем испытании).
Рисунок 1. Методика эксперимента. Пример испытания отрицательного стоп-сигнала.
Стимулы
Участникам было предложено эмоциональное стоп-сигнальное задание. Мы использовали 40 негативных (средняя валентность = 2,41, среднее возбуждение = 6,16) и 40 нейтральных (средняя валентность = 5,01, среднее возбуждение = 2,84) изображений, взятых из Международной системы аффективных картинок (IAPS; Lang et al., 2001). Изображения были идентичны изображениям, использованным Verbruggen и De Houwer (2007). На этапе практики использовались десять нейтральных картинок, отличных от тех, что использовались в реальном эксперименте. Сигналы go представляли собой черные знаки «@» или «#», представленные в центре экрана на сером фоне и равные нулю.98 дюймов в высоту и 2,36 дюйма в ширину. Стоп-сигнал представлял собой звуковой сигнал (750 Гц, 75 мс), подаваемый через наушники.
Результаты
Чтобы исследовать наше априорное предположение, что после испытаний стоп-сигнала отрицательные стимулы не будут влиять на RT, к данным RT безостановочных испытаний с валентностью (отрицательный по сравнению с нейтральным) и предыдущим испытанием (без остановок или без остановок) в качестве факторов внутри субъекта (см. Таблицу 1). Была обнаружена значительная взаимосвязь между валентностью и предыдущим испытанием, F (1, 21) = 6.325, p <0,02, частичный квадрат этажа (PES) = 0,231. Как видно на рисунке 2, после непрерывных испытаний, RT для отрицательных стимулов был значительно дольше, чем RT для нейтральных стимулов, F (1, 21) = 18,905, p <0,001, PES = 0,474. Напротив, после испытаний с остановкой RT для отрицательных стимулов существенно не отличалась от RT для нейтральных испытаний, F <1. А именно, эффект эмоциональной интерференции был устранен после испытаний с стоп-сигналом.Это похоже на наши предыдущие результаты, показывающие ослабление эмоционального вмешательства после фланкерных неконгруэнтных испытаний (Cohen et al., 2011).
Таблица 1. Время реакции ( RT в мс ), стандартное отклонение ( SD ) и точность ( ACC ) различных испытаний в двух условиях оценки (нейтральное и отрицательное) .
Рис. 2. Среднее RT в валентных условиях после испытаний стоп-сигнала или отсутствия стоп-сигнала. Планки погрешностей представляют собой одну стандартную ошибку от среднего значения, основанного на методе Кузино (2005) для дизайна внутри субъектов.
В испытаниях без сигнала остановки рассчитывалась средняя RT правильных ответов для каждого участника в каждом условии валентности. Односторонний дисперсионный анализ ANOVA с повторными измерениями был применен к данным RT с валентностью (отрицательная или нейтральная) в качестве фактора внутри субъекта (см. Таблицу 1). Как и ожидалось, RT для отрицательных стимулов было значительно дольше, чем RT для нейтральных стимулов, F (1, 21) = 22.191, p <0,001, PES = 0,514. Этот результат повторяет известный эффект эмоциональной интерференции, который ранее был обнаружен с помощью простых задач различения (Hartikainen et al., 2000; Buodo et al., 2002).
Как упоминалось ранее, SSD настраивался отдельно для каждого условия валентности. Исходя из предположения, что шансы на успешное ингибирование существенно не отличались от 0,50, SSRT рассчитывали как среднее RT минус медианное значение SSD для каждого участника в каждом состоянии (см. Verbruggen and Logan, 2009; см. Таблицу 1).Как и предполагалось, SSRT для отрицательных испытаний был дольше, чем SSRT для нейтральных испытаний. Это было значимо, F (1, 21) = 4,301, p = 0,05, PES = 0,17. Этот результат повторяет выводы Verbruggen и De Houwer (2007) и подтверждает утверждение о том, что эмоциональная информация нарушает исполнительные функции, связанные с торможением.
Обсуждение
Результаты настоящего исследования просты: во-первых, было обнаружено, что эмоциональные стимулы ухудшают ответную реакцию и тормозящий контроль (т.е., удлиненный ССРТ). Во-вторых, было обнаружено, что активация тормозящего контроля ослабляет (следующий) эмоциональный эффект.
В испытаниях без стоп-сигнала ответы на задачу распознавания были медленнее, когда им предшествовали отрицательные стимулы, чем когда им предшествовали нейтральные стимулы; а именно, мы обнаружили эффект эмоциональной интерференции (Hartikainen et al., 2000; Schimmack, 2005). Это в основном повторяет предыдущие результаты, которые показали, что отрицательные стимулы нарушают способность выполнять простые задачи распознавания, не связанные с конфликтом (Hartikainen et al., 2000; Buodo et al., 2002). Этот вывод соответствует представлению Леду (1995) о том, что выраженность эмоционального стимула увеличивается, чтобы улучшить его обработку.
Подобно Verbruggen и De Houwer (2007), мы обнаружили, что латентные периоды остановки были увеличены после предъявления отрицательных стимулов по сравнению с латентными периодами остановки после нейтральных стимулов. А именно, способность останавливаться снижалась при предъявлении нерелевантного негативного стимула. Подобно результатам, полученным в безостановочных испытаниях, результаты, показывающие удлиненную задержку остановки после отрицательных по сравнению с нейтральными стимулами, также укрепляют представление о том, что эмоциональные стимулы привлекают внимание и получают приоритетную обработку по сравнению с неэмоциональными стимулами.Мысль о том, что предъявление негативного стимула вызывает кратковременное замирание (как и следовало ожидать из теории борьбы, бегства, замирания), может быть интерпретирована двумя способами с помощью наших выводов. С одной стороны, Verbruggen и De Houwer (2007) предположили, что кратковременное замораживание должно было помочь остановить и, следовательно, SSRT следует сократить (улучшить) после негативного стимула. С другой стороны, кратковременное когнитивное замирание, которое происходит во время предъявления отрицательного стимула, замедлит процесс тормозящего контроля.Наши результаты, аналогичные результатам Verbruggen и De Houwer, показывают замедление как в процессе ингибирующего контроля, так и в RT до непрерывных испытаний после негативного стимула и, таким образом, указывают на то, что когнитивное замирание действительно имело место. Эти результаты согласуются с результатами других исследований, которые выявили снижение производительности при выполнении управляющих задач после эмоциональных стимулов (например, Dennis et al., 2008; Padmala et al., 2011).
Важно отметить, что в данной статье мы исследовали связь между кратко (100 мс) представленными эмоциональными стимулами (т.е., негативные изображения IAPS) и ингибирующий контроль. Полученные данные отражают эффекты преходящего эмоционального возбуждения (обычно обнаруживаемого, когда эмоциональные и неэмоциональные картинки представлены случайным образом в одном и том же блоке; Bradley et al., 1993), а не устойчивого эмоционального состояния или настроения (как обнаруживается при представлении эмоционального состояния). блок эмоциональных картинок; Bradley et al., 1996). Кратко представленные изображения IAPS, как известно, вызывают эмоциональное возбуждение, измеренное с помощью физиологических (Lang et al., 1993), электрофизиологических (Schupp et al., 2004) и методов визуализации мозга (Glascher and Adolphs, 2003) (см. Обсуждение в Shackman et al., 2006 относительно оценки эмоциональных эффектов). В соответствии с этими выводами, в текущем исследовании изображения IAPS вызвали кратковременное эмоциональное возбуждение, которое повлияло на выполнение процессов включения и остановки.
Наиболее важным вкладом в настоящее исследование является открытие, касающееся влияния подавляющего контроля на эмоции. Новизна нашего исследования состоит в том, что оно исследует, может ли тормозящий контроль ослабить эффект следующего эмоционального стимула.Наши результаты показывают, что в то время как RT увеличивалась после негативных стимулов, этот эффект исчезал в испытаниях, которым предшествовала проба стоп-сигнала; а именно, эффект эмоциональной интерференции не был получен после испытаний стоп-сигнала. Соответственно, мы предполагаем, что необходимость подавления доминантного ответа активировала тормозные сети, которые, в свою очередь, подавляли эмоциональную систему и устраняли ее влияние на поведение. Учитывая, что текущее исследование не позволяет напрямую измерить эмоциональные процессы, мы не можем быть уверены, подавляют ли тормозящие процессы непосредственно эмоциональные процессы или они подавляют последствия эмоциональных процессов.Для изучения этих интересных возможностей необходимы дальнейшие исследования.
Результаты настоящего исследования соответствуют нашим предыдущим результатам, которые показали значительный эффект эмоциональной интерференции после фланкер-конгруэнтных испытаний, но не после фланкер-конгруэнтных испытаний (Cohen et al., 2011). В этом исследовании утверждалось, что исполнительный контроль активирует нисходящие процессы, которые могут устранить влияние эмоций на поведение. Эта регулирующая связь была предложена в качестве интерпретации вывода о том, что эмоции не влияют на исполнительный контроль.Чтобы отличаться от этого предыдущего исследования, в текущем исследовании мы обнаружили «двустороннюю» связь, в которой отрицательные стимулы прерывали тормозящий контроль, а действие тормозящего контроля ослабляло влияние эмоций на производительность. Как упоминалось ранее, задача фланкера и задача стоп-сигнала активируют различные аспекты исполнительного контроля (хотя между лежащими в их основе механизмами существует некоторое совпадение). В то время как задача фланкера в основном используется для изучения избирательного внимания или контроля конфликта, задача стоп-сигнала исследует тормозящий контроль.В то время как избирательное внимание характеризуется необходимостью сосредоточиться на соответствующем стимуле или измерении и игнорировать нерелевантные отвлекающие факторы, тормозящий контроль характеризуется необходимостью остановить текущий образ действий. На неврологическом уровне задачи выборочного внимания связаны в основном с активацией передней поясной извилины и дорсолатеральной префронтальной коры (Cohen et al., 1990; Botvinick et al., 1999, 2001; Carter et al., 1999; Niendam et al. ., 2012), а остановка связана в основном с активацией rIFG; вентролатеральная префронтальная кора и пресупплементарная моторная область (пре-SMA) (Aron et al., 2003, 2007; Рубиа и др., 2003; Chambers et al., 2007; Chevrier et al., 2007). Кажется, что отношения между избирательным вниманием и эмоциями не идентичны отношениям между тормозящим контролем и эмоциями. В частности, кажется, что эмоциональные стимулы нарушают тормозящий контроль, но оказывают непоследовательное воздействие на избирательное внимание. Однако сходные данные, полученные от обоих этих исполнительных компонентов, укрепляют представление о том, что активация процессов исполнительного контроля регулирует влияние эмоций на поведение и когнитивные процессы.Как упоминалось во введении, задачи выборочного внимания активируют тормозные процессы. Возможно, что активация процесса тормозящего контроля лежит в основе эффекта регулирования сверху вниз, обнаруживаемого при использовании как селективного внимания, так и задач стоп-сигнала.
Некоторые выводы можно сделать из результатов текущего исследования. Ранее мы упоминали, что многие психопатологии и расстройства настроения характеризуются плохим тормозящим контролем (например, аутизм — Geurts et al., 2004; шизофрения — Enticott et al., 2008; обсессивно-компульсивное расстройство — Чемберлен и др., 2006; и тревога — Derakshan et al., 2009), а также плохая способность подавлять обработку эмоциональной информации (например, депрессия — Goeleven et al., 2006). Необходимы дальнейшие исследования, чтобы изучить связь между дефицитом тормозящего контроля и дефицитом регуляции эмоций у этих пациентов. Синдром дефицита внимания и гиперактивности (СДВГ) — еще одно широко распространенное заболевание, для которого могут иметь значение текущие результаты исследования.Известно, что люди с СДВГ обладают недостаточным тормозным контролем (ингибирование стоп-сигнала было предложено как «эндофенотип СДВГ», см. Обзор Verbruggen and Logan, 2008), и они также испытывают трудности с регулированием эмоций (например, Уолкотт и Ландау , 2006). Результаты текущего исследования предполагают, что эти два явления могут быть связаны, хотя необходимы дальнейшие исследования, чтобы полностью понять связь между плохим тормозным контролем и дефицитом регуляции эмоций у людей с СДВГ.
В заключение, в текущем исследовании мы продемонстрировали, что эмоциональные стимулы мешают выполнению задания, хотя после испытаний, которые требовали ингибирующего контроля, этот эффект исчезал — RT отрицательных испытаний был аналогичен RT нейтральных испытаний. Кроме того, мы повторили предыдущие результаты, показывающие, что эмоциональные стимулы мешают тормозному контролю. Эти результаты предполагают двустороннюю связь между тормозящим контролем и эмоцией, при которой эмоция как разрушает, так и модулируется тормозящим контролем.Кажется, что при некоторых обстоятельствах «высокие» когнитивные системы могут регулировать или даже подавлять «низкие» системы, такие как эмоциональная система, и, таким образом, препятствовать тому, чтобы они влияли на производительность. Этот механизм имеет потенциально адаптивную функцию — он обеспечивает целенаправленное поведение в присутствии кратко представленной нерелевантной эмоциональной информации. По-прежнему необходимы дальнейшие исследования, чтобы раскрыть конкретные обстоятельства, в которых происходит эта регуляция сверху вниз, и последствия дефицита этого механизма регуляции для расстройств дисрегуляции эмоций.
Заявление о конфликте интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Благодарности
Мы благодарим Дезире Мелул за полезные комментарии и полезный вклад в эту статью, а также Амита Перри за помощь на начальных этапах подготовки эксперимента.
Сноски
Список литературы
Арон, А.Р., Беренс, Т. Е., Смит, С., Франк, М. Дж., И Полдрак, Р. А. (2007). Триангуляция сети когнитивного контроля с использованием диффузно-взвешенной магнитно-резонансной томографии (МРТ) и функциональной МРТ. Дж. Neurosci . 27, 3743–3752.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Арон, А. Р., Флетчер, П. К., Буллмор, Э. Т., Саакян, Б. Дж., И Роббинс, Т. В. (2003). Подавление стоп-сигнала нарушается повреждением правой нижней лобной извилины у человека. Nat.Neurosci . 6, 115–116.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Банич, М. Т. (2009). Исполнительная функция: поиск интегрированного аккаунта. Curr. Реж. Psychol. Sci . 18, 89–94.
Bech, P., and Wermuth, L. (1998). Применимость и валидность реестра большой депрессии у пациентов с болезнью Паркинсона. Nord. J. Psychiatry 52, 305–309.
Блэр, К. С., Смит, Б. У., Митчелл, Д. Г., Morton, J., Vythilingam, M., Pessoa, L., et al. (2007). Модуляция эмоций познанием и познание эмоциями. Neuroimage 35, 430–440.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Ботвиник М. М., Бравер Т. С., Барч Д. М., Картер С. С. и Коэн Дж. Д. (2001). Мониторинг конфликтов и когнитивный контроль. Psychol. Ред. . 108, 624–652.
Pubmed Реферат | Pubmed Полный текст
Ботвиник, М. М., Нистром, Л.Э., Фиссел К., Картер С. С. и Коэн Дж. Д. (1999). Мониторинг конфликтов в сравнении с выбором действия в передней поясной коре головного мозга. Природа 402, 179–181.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Брэдли М. М., Катберт Б. Н. и Ланг П. Дж. (1996). Изображение СМИ и эмоции: эффекты устойчивого аффективного контекста. Психофизиология 33, 662–670.
Pubmed Реферат | Pubmed Полный текст
Брэдли, М.М., Лэнг, П. Дж., И Катберт, Б. Н. (1993). Эмоции, новизна и рефлекс испуга: привыкание у людей. Behav. Neurosci . 107, 970–980.
Pubmed Реферат | Pubmed Полный текст
Буодо, С., Сарло, М., и Паломба, Д. (2002). Ресурсы внимания, измеряемые временем реакции, выделяют различия между приятными и неприятными, сильно возбуждающими стимулами. Motiv. Эмот . 26, 123–138.
Картер К. С., Ботвиник М. М. и Коэн Дж. Д. (1999).Вклад передней поясной коры в исполнительные процессы познания. Ред. Neurosci . 10, 49–57.
Pubmed Реферат | Pubmed Полный текст
Чемберлен, С. Р., Файнберг, Н. А., Блэквелл, А. Д., Роббинс, Т. В., и Саакян, Б. Дж. (2006). Двигательное торможение и когнитивная гибкость при обсессивно-компульсивном расстройстве и трихотилломании. Am. J. Psychiatry 163, 1282–1284.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Чемберс, К.Д., Беллгроув, М.А., Гулд, И.С., Инглиш, Т., Гараван, Х., Макнот, Э. и др. (2007). Диссоциативные механизмы когнитивного контроля в префронтальной и премоторной коре. Дж. Нейрофизиол . 98, 3638–3647.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Шеврие, А. Д., Носуорти, М. Д., и Шахар, Р. (2007). Диссоциация ингибирования ответа и мониторинг производительности в задаче стоп-сигнала с использованием связанной с событием фМРТ. Хум. Мозговой картограф .28, 1347–1358.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Коэн, Дж. Д., Данбар, К., и Макклелланд, Дж. Л. (1990). Об управлении автоматическими процессами: учетная запись параллельной распределенной обработки эффекта Струпа. Psychol. Ред. . 97, 332–361.
Pubmed Реферат | Pubmed Полный текст
Кузино, Д. (2005). Доверительные интервалы во внутрипредметных планах: более простое решение метода Лофтуса и Массона. Учебное пособие Quant.Методы Psychol . 1, 42–45.
Деракшан, Н., Ансари, Т. Л., Хансард, М., Шокер, Л., и Айзенк, М. В. (2009). Беспокойство, заторможенность, действенность и эффективность: расследование с использованием антисаккадной задачи. Exp. Психол . 56, 48–55.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Эриксен, Б.А., и Эриксен, К.В. (1974). Влияние шумовых букв на идентификацию целевой буквы в непоисковой задаче. Percept.Психофиз . 16, 143–149.
Эткин, А., Эгнер, Т., Пераза, Д. М., Кандел, Э. Р., и Хирш, Дж. (2006). Разрешение эмоционального конфликта: роль ростральной передней поясной коры в модулировании активности миндалевидного тела. Neuron 51, 871–882.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Эткин А., Пратер К. Э., Хёфт Ф., Менон В. и Шацберг А. Ф. (2010). Нарушение активации передней поясной извилины и связи с миндалевидным телом во время неявной регуляции эмоциональной обработки при генерализованном тревожном расстройстве. Am. J. Psychiatry 167, 545–554.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Геуртс, Х. М., Верте, С., Остерлан, Дж., Ройерс, Х., и Сержант, Дж. А. (2004). Насколько специфичны нарушения исполнительного функционирования при синдроме дефицита внимания и гиперактивности и аутизме? J. Child Psychol. Психиатрия 45, 836–854.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Глашер, Дж., И Адольфс, Р. (2003). Обработка возбуждения подсознательных и надземных эмоциональных стимулов миндалевидным телом человека. Дж. Neurosci . 23, 10274–10282.
Pubmed Реферат | Pubmed Полный текст
Харири А., Букхаймер С. и Мацциотта Дж. (2000). Модуляция эмоциональных реакций: влияние неокортикальной сети на лимбическую систему. Нейроотчет 11, 43–48.
Pubmed Реферат | Pubmed Полный текст
Харнишфегер, К. К. (1995). «Развитие когнитивного торможения: теории, определения и данные исследований», в Interference and Inhibited in Cognition , eds F.Н. Демпстер и К. Дж. Брейнерд (Сан-Диего, Калифорния: Academic Press), 175–204.
Калантроф Э., Гольдфарб Л. и Хеник А. (2012). Свидетельства взаимодействия между стоп-сигналом и конфликтом задач Струпа. J. Exp. Psychol. Гм. Восприятие. Выполните . DOI: 10.1037 / a0027429. [Epub перед печатью].
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Лэнг П. Дж., Брэдли М. М. и Катберт Б. Н. (2001). «Международная система аффективных картинок (IAPS): руководство по эксплуатации и аффективные рейтинги» в техническом отчете A-5 (Гейнсвилл, Флорида: Центр исследований в области психофизиологии, Университет Флориды).
Ланг, П. Дж., Гринвальд, М. К., Брэдли, М. М., и Хэмм, А. О. (1993). Глядя на картинки: аффективные, висцеральные и поведенческие реакции. Психофизиология 30, 261–273.
Pubmed Реферат | Pubmed Полный текст
Либерзон, И., Тейлор, С., Фиг, Л., Декер, Л., Кёпп, Р. и Миношима, С. (2000). Лимбическая активация и психофизиологические реакции на аверсивные визуальные стимулы: взаимодействие с когнитивной задачей. Нейропсихофармакология 23, 508–516.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Логан Г. Д. (1994). «О способности подавлять мысль и действие: руководство пользователя по парадигме стоп-сигнала», в Inhibitors Processes in Attention, Memory and Language , ред. Д. Дагенбах и Т.Х. Карр (Сан-Диего, Калифорния: Academic Press), 189 –239.
Логан Г. Д. и Коуэн В. Б. (1984). О способности подавлять мысли и действия: теория акта контроля. Psychol. Ред. .91, 295–327.
Логан Г. Д., Коуэн В. Б. и Дэвис В. Б. (1984). О способности подавлять простые и выборочные реакции времени реакции: модель и метод. J. Exp. Psychol. Гм. Восприятие. Выполните . 10, 276–291.
Pubmed Реферат | Pubmed Полный текст
МакЛауд, К. М. (1991). Полвека исследований эффекта Струпа: комплексный обзор. Psychol. Бык . 109, 163–203.
Pubmed Реферат | Pubmed Полный текст
Митчелл, Д., Луо, К., Мондилло, К., Витилингам, М., Фингер, Э., и Блэр, Р. (2008). Вмешательство эмоциональных отвлекающих факторов в выполнение оперантных задач: антагонистические отношения между миндалевидным телом и лобно-теменной корой. Neuroimage 40, 859–868.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Мияке А., Фридман Н. П., Эмерсон М. Дж., Витцки А. Х., Ховертер А. и Вейджер Т. Д. (2000). Единство и разнообразие исполнительных функций и их вклад в сложные задачи «лобной доли»: анализ скрытых переменных. Cogn. Психол . 41, 49–100.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Ниндам, Т.А., Лэрд, А.Р., Рэй, К.Л., Дин, Ю.М., Глан, Д.С., и Картер, К.С. (2012). Метааналитические данные о подчиненной сети когнитивного контроля, подчиняющей различные исполнительные функции. Cogn. Оказывать воздействие. Behav. Neurosci . 12, 241–268.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Нигг, Дж. Т. (2000). О торможении / растормаживании в психопатологии развития: взгляды из когнитивной и личной психологии и рабочая таксономия торможения. Psychol. Бык . 126, 1–27.
Pubmed Реферат | Pubmed Полный текст
Рафаль Р. и Хеник А. (1994). «Неврология торможения: интеграция контролируемых и автоматических процессов», в Тормозные процессы в внимании, памяти и языке , ред. Д. Дагенбах и Т. Х. Карр (Сан-Диего, Калифорния: Academic Press), 1–51.
Рубиа К., Смит А. Б., Браммер М. Дж. И Тейлор Э. (2003). Правая нижняя префронтальная кора опосредует торможение ответа, в то время как мезиальная префронтальная кора отвечает за обнаружение ошибок. Neuroimage 20, 351–358.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Шакман, А. Дж., Саринополулос, И., Максвелл, Дж. С., Пиццагалли, Д., Лаврик, А., и Дэвидсон, Р. Дж. (2006). Беспокойство выборочно нарушает зрительно-пространственную рабочую память. Эмоция 6, 40–61.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Шаллис, Т., и Норман, Д. (1986). «Внимание к действию: волевое и автоматическое управление поведением», в Сознание и саморегуляция: достижения в исследованиях и теории, Vol.4 , ред. Р. Дэвидсон, Г. Шварц и Д. Шапиро (Нью-Йорк, штат Нью-Йорк: Plenum Press), 1–18.
Струп, Дж. Р. (1935). Исследования вмешательства в серийных словесных реакций. J. Exp. Психол . 18, 643–662.
ван Вин, В., и Картер, С. С. (2006). Конфликт и когнитивный контроль в мозгу. Curr. Реж. Psychol. Sci . 15, 237–240.
Verbruggen, F., и De Houwer, J. (2007). Мешают ли эмоциональные стимулы торможению реакции? Доказательства парадигмы стоп-сигналов. Cogn. Эмот . 21, 391–403.
Verbruggen, F., Liefooghe, B., and Vandierendonck, A. (2004). Взаимодействие между подавлением стоп-сигнала и отвлекающими помехами во фланкере и задаче Струпа. Acta Psychol . 116, 21–37.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
Вербрюгген, Ф., Логан, Г. Д., и Стивенс, М. А. (2008). STOP-IT: исполняемое программное обеспечение Windows для парадигмы стоп-сигнала. Behav. Res. Методы 40, 479–483.
Pubmed Реферат | Pubmed Полный текст
Уолкотт, К. М., и Ландау, С. (2006). Связь между растормаживанием и регуляцией эмоций у мальчиков с синдромом дефицита внимания и гиперактивности. J. Clin. Ребенок. Adolesc. Психол . 33, 772–782.
Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст
границ | Новая парадигма и вычислительная среда для оценки распределения времени реакции стоп-сигнала на ингибирование сложных моторных последовательностей
Введение
Тормозной контроль — важный компонент исполнительной функции, который позволяет нам останавливать запланированные или текущие мысли и действия на лету по мере поступления новой информации (Logan, 1994; Williams et al., 1999; Баучер и др., 2007; Вербрюгген и Логан, 2008 г.). В начале 80-х Логан и его коллеги проложили путь к количественному исследованию тормозящего контроля, введя концепцию ненаблюдаемого тормозящего процесса остановки (Logan, 1981). В стандартной парадигме «отменяющего» сигнала остановки (Logan, 1981; Logan et al., 1984) от субъектов требуется как можно быстрее реагировать на сигнал Go, то есть нажимать правую кнопку в ответ на стрелку вправо или левая кнопка-нажмите для стрелки влево.В части испытаний сигнал Stop, представленный в случайное время после сигнала Go, предписывает испытуемым воздержаться от ответа. Субъекты хуже подавляют доминантную двигательную реакцию, поскольку сигнал «Стоп» подается ближе по времени к началу движения. Модель скачек, первоначально сформулированная Логаном и Коуэном, концептуализирует способность подавлять реакцию как гонку между процессом «Старт» и «Стоп», которые запускаются подачей сигналов «Стоп» и «Стоп» соответственно (Logan, 1981, 1982). ; Логан и др., 1984; Логан и Коуэн, 1984; Ступхорн и др., 2000; Band et al., 2003; Вербрюгген и Логан, 2008 г.). Если процесс Go завершится первым, ответ будет выполнен. Если процесс Stop завершится первым, ответ будет заблокирован.
Успех модели зависит от ее способности оценивать длительность процесса Go и Stop. Время реакции на стоп-сигнал ( SSRT) относится к продолжительности стоп-процесса, то есть времени, в которое стоп-процесс завершается, относительно представления стоп-сигнала.Это время ненаблюдаемо, потому что на успешно заблокированные попытки Stop не поступает никакого ответа. Современные механистические реализации модели скачек, такие как модель Ханеса-Карпентера (Hanes and Carpenter, 1999), модель независимых гонок (Boucher et al., 2007; Schall and Boucher, 2007) или специальная модель гонок (Logan et al. al., 2014) концептуализируют процесс Stop как линейное или шумное повышение до порогового значения, очень похожее на модели, которые успешно использовались для моделирования времени завершения процесса Go, т.е.е., ГОРТ . Другие модели тормозящего контроля, такие как модель интерактивной гонки (Boucher et al., 2007), предоставляют более реалистичные нейронные реализации и позволяют процессу Go и процессу Stop взаимодействовать. Однако для целей данной рукописи мы делаем те же упрощающие допущения о независимости, которые лежат в основе исходной модели скачек (Logan, 1981).
В отличие от времени завершения процесса Go, время завершения процесса Stop нельзя наблюдать напрямую, и его необходимо предполагать по отсутствию ответа.Основываясь на предположении о независимости между процессами «Пуск» и «Стоп», модель скачек позволяет оценить среднее значение и дисперсию распределения SSRT, независимо от его точной формы (Логан и Коуэн, 1984). Однако до сих пор было очень сложно оценить точную форму распределения SSRT . Это является существенным ограничением, потому что дистрибутивы SSRT могут обеспечить важное понимание основных механизмов тормозящего контроля точно так же, как дистрибутивы RT использовались для вывода и ограничения нейронных механизмов принятия решений.В частности, точные оценки распределений SSRT могут различить тонкие функциональные различия между инициированием ответа и ингибированием ответа, которые, как считается, опосредуются различными нервными субстратами, то есть прямым и гипер-прямым кортико-полосатым путем (Aron and Poldrack, 2006). ; Aron et al., 2007).
В 1990 году две лаборатории представили теоретический метод получения распределений SSRT из эмпирических функций риска наблюдаемого GoRT в неудачных испытаниях ингибирования (Colonius, 1990; de Jong et al., 1990). Тем не менее, функции риска являются общеизвестно зашумленными (Luce, 1986), и необходимое количество попыток стоп-сигнала на задержку стоп-сигнала оценивается как недопустимо большое значение — 250 000 (Matzke et al., 2013). Более современные подходы обошли эту проблему путем параметризации распределения SSRT (Colonius et al., 2001; Matzke et al., 2013; Logan et al., 2014). Это сокращает количество испытаний, необходимых для оценки распределения, хотя и за счет ограничения возможных форм, которые можно восстановить.
Здесь мы представляем альтернативный подход к этой проблеме с использованием другого типа тормозной задачи, которая передает больше информации о SSRT в каждом испытании. Мы основывали нашу задачу на сложной задаче на торможение движений Логана (1982). В его задаче профессиональных машинисток попросили напечатать слово или предложение до тех пор, пока сигнал остановки не проинструктирует их прекратить печатать. Интересно, что Логан пришел к выводу, что испытуемые с одинаковой вероятностью останавливали сложную двигательную последовательность в любой момент времени во время слова или предложения и что SSRT не зависел от того, появился ли стоп-сигнал до или после начала набора текста.Это говорит о том, что такие задачи набора текста измеряют ту же концепцию времени реакции на стоп-сигнал, измеренную в задаче отмены. Однако, в отличие от задачи отмены, сложная задача запрета движения потенциально может предоставить больше информации о возникновении сигнала остановки на пробной основе. В частности, он обеспечивает жесткую нижнюю оценку (процесс остановки должен завершиться после того, как была набрана последняя клавиша), и обеспечивает мягкую верхнюю оценку (процесс остановки должен завершиться до того, как обычно произойдет следующее нажатие клавиши).Если интервал между нажатиями клавиш короткий и предсказуемый, каждое испытание может предоставить довольно узкое окно для SSRT. Однако даже для опытных машинисток в исследовании Логана интервал между нажатиями клавиш составлял в среднем 200 мс, что оставляло относительно большое окно, которое не обеспечивает существенного увеличения количества информации за испытание. Основываясь на этих соображениях, мы модифицировали сложную задачу Логана по запрещению движений. Чтобы увеличить частоту нажатия кнопок, мы просили испытуемых нажимать любую последовательность по своему выбору на клавиатуре как можно быстрее.Используя эту инструкцию, даже субъекты, не имеющие специальной подготовки в области набора текста, достигли среднего интервала нажатия между кнопками около 30 мс. Это значение достаточно мало, чтобы обеспечить существенное увеличение информации, которую можно получить в каждом испытании. Мы называем эту задачу задачей запрета последовательности двигателей (SeqIn).
Настоящее исследование фокусируется на новой теоретической структуре и методике анализа, которые мы разработали для извлечения информации о скорости тормозящего контроля из задачи SeqIn или аналогичных задач, которые требуют, чтобы субъекты останавливали текущую двигательную последовательность с дискретным поведенческим выходом, таким как набор текста.В частности, в исследовании подчеркивается возможность использования нового метода деконволюции для извлечения непараметрических оценок всех распределений SSRT. Исследование также предоставляет подробное описание поведения субъектов в задаче SeqIn, чтобы понять и исключить возможные затруднения.
Методы
Заявление об этике
Все участники предоставили письменное подписанное информированное согласие после объяснения процедур исследования. Эксперименты и протокол исследования были одобрены наблюдательными советами Колумбийского университета и Психиатрическим институтом штата Нью-Йорк.
Задача SeqIn
Мы разработали новую задачу SSRT , чтобы облегчить беспараметрическую оценку распределений SSRT с разумным количеством испытаний. В этом новом задании субъекты выполняют неограниченную, самоупорядоченную двигательную последовательность (нажатие кнопок на клавиатуре со скоростью ~ 30 в секунду), пока сигнал остановки не даст им команду остановиться. Задача называется задачей запрета последовательности двигателей (SeqIn). Время последнего нажатия кнопки относительно стоп-сигнала можно измерить при каждом испытании.В предположении независимости процессов «Пуск» и «Стоп» распределение наблюдаемых последних нажатий кнопок можно понимать как свертку распределения SSRT с распределением X, которое можно оценить по данным (см. Ниже). В классической задаче «стоп-сигнал» или «отмена команды» процесс «запустить и остановить» соревнуется друг с другом. Здесь задачу можно представить как последовательность процессов go (по одному на каждое нажатие клавиши), завершаемых одним процессом остановки.
Поведенческая задача
В задании «Последовательность» испытуемые кладут пальцы левой и правой рук на клавиатуру, как при наборе текста.Каждому пальцу была назначена одна конкретная клавиша (левый мизинец: « a» ; левый безымянный палец: «s» ; левый средний палец: «d» ; левый указательный палец: «f» ; правый указательный палец. «j», средний палец правой руки: «k», безымянный палец правой руки: «l», мизинец правой руки: «;» ). Звуковой сигнал чистым тоном (880 Гц) инструктировал испытуемого немедленно начать нажимать как можно больше кнопок, используя любую последовательность движений пальцев. Испытуемым не рекомендовали одновременно нажимать несколько кнопок или удерживать кнопку в течение длительного периода времени.В остальном испытуемые могли использовать любую последовательность по своему выбору. В текущем исследовании мы не фиксировали нажатие кнопок. Следовательно, мы не можем количественно определить тип последовательностей, выбранных испытуемыми. Однако, исходя из наблюдений и собственного опыта, испытуемые выбирали регулярные повторяющиеся модели движений пальцев. После случайного интервала (см. Ниже), в течение которого испытуемые продолжали нажимать кнопки, тот же слуховой сигнал давал им указание остановиться как можно быстрее. Следовательно, тот же самый стимул служил «сигналом запуска» во время перехода к периоду ответа, а также «стоп-сигналом» во время перехода к периоду отсутствия ответа.Дополнительная визуальная подсказка напоминала испытуемым о текущем состоянии задачи. Этот сигнал был зеленым во время периода ответа и красным во время периода отсутствия ответа.
Испытание было определено как однократный цикл, за которым следует один период остановки. Один прогон состоял из серии из 25 периодов запуска и 25 периодов останова, которые были представлены последовательно без промежутков времени между ними (рис. 1A). Минимальная продолжительность каждого периода включения и выключения составляла 1,5 с. В дополнение к базовому уровню 1,5 с мы добавили случайный интервал, который был взят из усеченного экспоненциального распределения с максимальным значением 3.5 с и постоянная времени 0,572 с. Общая продолжительность каждого периода варьировалась от 1,5 до 5 с.
Рис. 1. Парадигма ингибирования моторной последовательности (SeqIn). (A) В парадигме SeqIn испытуемые кладут все пальцы своей левой и правой руки (кроме двух больших) на клавиатуру компьютера, как если бы они печатали. В течение периода ответа им предлагается нажать как можно больше кнопок, используя любую последовательность движений пальцев, которую они выберут. Субъектам не рекомендуется нажимать несколько кнопок одновременно или удерживать кнопку в течение длительного периода времени.После экспоненциально распределенного периода ожидания звуковой сигнал с частотой 880 Гц предписывал им как можно быстрее нажимать кнопки. После еще одного экспоненциально распределенного периода отклика тот же тон инструктировал испытуемых как можно скорее прекратить двигательную последовательность. Цвет точки фиксации был зеленым в Go и красным в Stop-периоде. (B) Одна потенциальная теоретическая основа парадигмы SeqIn: модель гонки нескольких процессов. Следуя сигналу Go, процессы Go начинают развиваться в направлении порога, который активирует генератор шаблонов, который генерирует последовательности команд двигателя.Предполагается, что ответ возникает всякий раз, когда команда двигателя достигает порога отклика ( T i ). GoRT определялось как время первого нажатия кнопки после подачи сигнала Go ( T 1 ). Общее количество наблюдаемых нажатий кнопок определяется как N . Следовательно, время последнего нажатия кнопки относительно стоп-сигнала составляет T N . Сигнал Stop запускает процесс Stop, который также развивается в сторону порога реакции.Как только процесс Stop достигает порога в момент времени S , все предстоящие запланированные нажатия кнопок ( N + 1, N + 2,…) будут запрещены. Время реакции на сигнал остановки может быть определено как сумма последнего нажатия кнопки T N и оценки X , разницы между T N и S . Оценка X использует распределение наблюдаемых интервалов нажатия кнопок для прогнозирования распределения T N + 1 (см. Методы). (C) Пример набора данных со временем нажатия кнопок, согласованным с сигналом Go (левая панель) и сигналом Stop (правая панель). Каждое испытание начинается с предъявления сигнала запуска, длится в течение всего периода запуска, а также последующего периода остановки. Номер испытания был отсортирован по времени первого нажатия кнопки после сигнала Stop (оранжевые точки на правой панели). (D) Распределение последних нажатий кнопок T N можно рассматривать как свертку распределения X и ненаблюдаемой плотности процесса Stop S .Поскольку распределения X и T N могут быть либо непосредственно измерены, либо выведены из данных, распределение SSRT можно оценить с помощью деконволюции.
Обучение
Настоящее исследование направлено на изучение возможностей задачи SeqIn в наилучших возможных обстоятельствах. Следовательно, особое внимание было уделено привлечению субъектов, которые уже проводили другие эксперименты и были известны как надежные психофизические субъекты.Все испытуемые выполнили не менее 3 запусков 25 испытаний задачи SeqIn за день до начала основного эксперимента.
Настройка
Эксперименты проводились на портативных компьютерах MacBook Pro. Задача была запрограммирована и выполнена с помощью Matlab2009a с использованием подпрограмм из Psychtoolbox-3 (Kleiner et al., 2007). Звуковые сигналы включения и остановки подавались через пару коммерческих наушников (Bose), подключенных к стереоразъему 3,5 мм. Эксперименты проводились в темной экспериментальной комнате.Расстояние обзора было 24 дюйма. Два экспериментальных компьютера имели 13- и 17-дюймовые экраны, что давало немного разные углы обзора. Отдельные субъекты последовательно тестировались в одной из двух схем. Разрешение экрана было установлено 1280 на 800 пикселей.
Субъектов
Участниками были 6 опытных психофизиков-людей (2 женщины) в возрасте от 22 до 42 лет, включая первого автора. Все участники предоставили письменное информированное согласие после объяснения процедур исследования.
Алгоритм деконволюции
Модель скачки рассматривает торможение реакции как гонку между процессом Go- и Stop. Если процесс Go завершается первым, выполняется ответ. Если процесс Stop завершается первым, ответ успешно подавляется. Мы расширили эту структуру, включив в нее несколько процессов Go, чтобы учесть несколько нажатий кнопок в задаче SeqIn. На рисунке 1B изображена одна конкретная механистическая реализация этой расширенной структуры.Он основан на предположении, что каждый сигнал go запускает процесс Go, который активирует генератор паттернов. Генератор шаблонов отправляет отдельные Go-процессы, которые запускают ответ, как только они достигают фиксированного порога. Сигнал остановки запускает процесс остановки, который запрещает выполнение дополнительных нажатий кнопок, как только он достигает порогового значения. Приведенные ниже соображения не являются параметрическими и не зависят от данной конкретной реализации. Если последнее нажатие кнопки наблюдалось в момент времени t , то сигнал остановки должен был закончиться в какой-то неизвестный более поздний момент времени t + x .Далее мы разработаем метод оценки распределения x .
Пусть T i i = 1, 2, 3,… будет серией случайных величин, которые представляют время нажатия i-й кнопки. По умолчанию мы сообщаем T i относительно времени сигнала остановки (рисунок 1C). Тем не менее, T i могут также сообщать относительно времени сигнала начала. GoRT можно определить как время первого нажатия кнопки T 1 относительно сигнала запуска.Пусть N будет целочисленной случайной величиной, которая представляет количество нажатий последней выполненной кнопки до завершения процесса Stop и предотвращает дальнейшие ответы. Следовательно, T N представляет время последнего нажатия кнопки. Пусть Δ i будет набором случайных величин, который описывает время между нажатиями двух соседних кнопок:
Δi = Ti − Ti − 1 ∀1 Для простоты мы предполагаем, что все Δ i независимы и имеют одинаковое распределение: FΔi = FΔ ∀i∈ℕ (2)Пусть S будет случайной величиной, представляющей время завершения процесса Stop.Тогда X = S — T N представляет время между последним нажатием кнопки и завершением процесса Stop. И наоборот, мы можем определить S как сумму T N и X . В предположении, что T N и X независимы, распределение S соответствует свертке распределений T N и X .
На основе уравнения (3) мы можем оценить ненаблюдаемое распределение S путем деконволюции X из T N . Распределение X можно оценить двумя разными способами. Оба подхода основаны на предположении, что S и T i независимы. Первый подход более интуитивен и начинается с тривиального наблюдения, что X нельзя измерить явно, потому что S нельзя наблюдать.Однако на основе существующих данных испытаний мы можем смоделировать испытания в сценарии, в котором известен S . С этой целью определите подходящую переменную S ‘ как смоделированное время, в которое процесс остановки завершается. Для этой смоделированной временной точки S ‘ мы теперь можем притвориться, что все нажатия кнопок после S’ не произошли, как это было бы в случае, если бы S ‘ было фактическим временем, в которое закончился сигнал остановки. В простейшем случае мы можем определить S ‘ = 0 мс для всех испытаний, т.е.е., сделайте вид, что процесс остановки мгновенно завершается в тот самый момент, когда подается сигнал остановки. По аналогии с нашим определением N как числа последнего нажатия кнопки перед завершением процесса остановки фактического , теперь мы можем определить M как номер последнего нажатия кнопки перед завершением смоделировал процесс остановки . В этом сценарии можно явно вычислить X ‘ как разницу между S’ и T M .Пока и S , и S ‘ не зависят от T i , распределение X’ будет идентично ненаблюдаемому распределению X . Обратите внимание, что определение M полезно, только если S ‘ меньше, чем S . В противном случае мы не можем быть уверены, что M было на самом деле последним нажатием кнопки перед S ‘: завершение фактического процесса остановки в момент времени S могло заблокировать последующие нажатия кнопок, которые могли произойти до S’ .На практике это требование легко удовлетворить, используя только S ‘ значений перед представлением сигнала остановки, то есть S ‘ = 0. Конечно, не менее важно выбрать S ‘ так, чтобы S ′> T 1 . Чтобы дать испытуемым время установить устойчивый режим нажатия, мы используем еще более строгий критерий и гарантируем, что S ‘ всегда как минимум на 500 мс больше, чем T 1 . Для каждого значения S ‘ мы получаем одну оценку X’ для каждого зарегистрированного испытания.Учитывая большое количество зарегистрированных испытаний и большой диапазон возможных значений для S ‘, легко оценить X’ и, следовательно, X с большой точностью.
Второй подход основан на плотности интервалов между нажатиями кнопок f Δ . С этой целью мы сначала предполагаем, что Δ N +1 известно и равно фиксированному значению u . Из-за независимости S и T i , S с одинаковой вероятностью прекратит свое действие в любой момент после T N и до T N + u.Следовательно, X равномерно распределены в интервале от 0 до u с плотностью, равной 1 / u . Это верно для любого значения и . Теперь мы можем интегрировать все возможные значения и , взвешенные по вероятности того, что Δ N +1 равно и :
. FX (t) = P (X≤t) = ∫0∞ (min (t, u) u) fΔdu = ∫0tfΔ (u) du + ∫t∞tufΔdu = FΔ (t) + t∫t∞1ufΔdu (4)Мы можем решить и дифференцировать уравнение (4) численно, чтобы получить оценку плотности X .Из-за большого количества наблюдаемых интервалов между нажатиями кнопок, распределение X можно оценить очень точно.
Мы подтвердили, что оба метода дают очень похожие численные оценки распределения X . Первый подход обеспечивает простую интуицию и может быть интерпретирован как распределение последних нажатий кнопок в предположении мгновенного сигнала остановки. Второй подход привлекателен своим более строгим математическим выводом.
После оценки плотности X , мы можем использовать ее для восстановления S путем деконволюции X из T N (рис. 1D). Свертки не всегда могут быть инвертированы, в частности, когда ядро свертки не имеет мощности в полосе частот, которую имеет исходный сигнал. В данном случае это не было проблемой, поскольку ядро свертки X имеет широкий спектр мощности (обратите внимание на острый край на рисунке 1D, левая панель). Для дальнейшей стабилизации процесса деконволюции распределение T N было сглажено гауссовым ядром со стандартным отклонением 16 мс.Это уменьшило шумы при оценке распределения T N . В случае отсутствия шума результат деконволюции должен восстановить функцию плотности SSRT S , сглаженную тем же гауссовым ядром за 16 мс. Однако в зашумленном случае результат деконволюции необходимо обработать дальше, чтобы гарантировать, что результат удовлетворяет требованиям функции плотности. В частности, мнимая составляющая деконволюции была установлена на ноль.Затем мы интегрировали полученную необработанную плотность с течением времени, чтобы восстановить исходную функцию распределения. Нижняя временная граница была определена как самое позднее время, когда необработанная функция распределения была отрицательной. Отрицательные значения необработанного распределения возникали из-за небольшой ряби функции исходной плотности, которая имела тенденцию присутствовать в левом хвосте функции исходной плотности. Все значения плотности ниже или равные времени нижней границы были установлены равными нулю. Любые значения остаточной отрицательной плотности выше нижней границы времени также были установлены на ноль.Независимо от вышеуказанных операций, значения плотности ниже 90 мс и выше 550 мс были установлены на ноль. Наконец, полученная функция была нормализована до суммы, равной единице. Ни одна из этих операций не изменила общую форму распределения, но была необходима для расчета ожидаемого значения, дисперсии и перекоса.
В дополнение к описанному выше непараметрическому алгоритму деконволюции без использования модели, также можно использовать параметрический подход. Здесь мы свернули экспоненциально измененное распределение Гаусса (ex-Gauss) с распределением X, а затем скорректировали параметры ex-Gauss так, чтобы результат соответствовал наблюдаемому времени последнего нажатия кнопки, T N .Точно так же мы настроили параметры ex-Gauss, чтобы они соответствовали времени первого нажатия кнопки, T 1 или GoRT . В обоих случаях в процессе подгонки использовался метод оценки максимального правдоподобия. Чтобы избежать бесконечных значений логарифма правдоподобия во время процесса подбора, мы добавили коэффициент отклонения в 1%, равномерно распределенный по всем временным интервалам. Параметрический подход имеет то преимущество, что он не зависит от сглаживания с гауссовым ядром 16 мс и, следовательно, восстанавливает параметры фактического распределения SSRT и GoRT , а не их сглаженную версию.Это происходит за счет ограничения возможного диапазона восстанавливаемых форм.
Чтобы проверить подход деконволюции, мы использовали тот же метод для восстановления известного распределения GoRT ( T 1 ). С этой целью мы сначала свернули распределение GoRT с распределением X. Это было сделано эмпирически: для каждого испытания n мы взяли случайную выборку x (n) из распределения X . Этот образец был вычтен из GoRT этого испытания:
CRT (время свернутой реакции) обеспечивает оценку того, как могло бы выглядеть распределение RT, если бы его нельзя было измерить явно, а, скорее, если бы его нужно было вычислить так же, как SSRT, т.е.е. отсутствием какого-либо другого дискретного события. Наиболее важно то, что распределение CRT — это эмпирическая свертка GoRT и X. Следовательно, мы можем использовать метод деконволюции для восстановления исходного распределения GoRT. Это сравнение обеспечивает проверку точности подхода деконволюции.
Все вычисления были выполнены с помощью пакета статистических программ R (R Development Core Team, 2009). Плотности были представлены в 300 четырехмиллисекундных ячейках в диапазоне от -400 до +800 мс.Испытания с экстремальными значениями GoRT или T N были исключены из анализа. Однако критерии отклонения были очень либеральными, так что из 5330 испытаний из семи наборов данных было отклонено только 15 испытаний. Испытания были отклонены, если их GoRT был ниже 90 мс или если время последнего нажатия кнопки T N произошло до сигнала остановки. Верхние границы для GoRT и T N были определены как их медиана плюс восьмикратное стандартное отклонение.Те же критерии использовались для смоделированных наборов данных.
Анализ среднего SSRT независимо от подхода деконволюции
В дополнение к подходу деконволюции, описанному выше, можно оценить среднее значение SSRT из данных, используя более простой метод, который не полагается на метод деконволюции. Этот более простой метод не дает оценки всего распределения, но дает надежные оценки среднего SSRT всего по 75 испытаниям. Метод основан на определении X = S — T N , которое может быть переформулировано в S = T N + X .Следовательно, E [ S ] = E [ T N ] + E [ X ]. Мы можем оценить E [ T N ] как среднее значение наблюдаемого T N и E [X] из распределения X , которое было получено в уравнении (4). Распределение X зависит от интервалов между нажатиями кнопок, которые оставались довольно постоянными на протяжении всего эксперимента. Следовательно, в первом приближении E [X] является константой, а E [S] равно среднему значению T N плюс константа.
Анализ восстановленных плотностей
Алгоритм деконволюции обеспечивает оценки плотности SSRT и GoRT. Чтобы визуализировать форму распределений независимо от различий между субъектами в среднем и дисперсии, мы вычли среднее значение и нормализовали стандартное отклонение до единицы. Нормализация была выполнена на метках временных интервалов: Пусть t будет последовательностью значений, которая обозначает центр каждого интервала плотности. Затем мы переназначили метки для каждого временного интервала путем вычитания среднего и деления на стандартное отклонение: t ′ = (t-E [t]) / sqrt (V [t]).Затем мы использовали линейную интерполяцию для оценки значений плотности на регулярной сетке в диапазоне от -8 до 8 стандартных отклонений и с шагом 0,1. Идентичный подход был использован для нормализации временных осей функций распределения.
Для наглядности мы оценили среднюю нормализованную плотность по всем объектам. С этой целью мы усреднили отдельные нормализованные функции плотности и для каждого бина по всем объектам. Этот подход был направлен на извлечение формы распределения при удалении потенциальных различий в среднем и ширине.Нормализованное распределение . функций были усреднены с использованием усреднения Винсента. С этой целью мы выбрали последовательность вероятностей в диапазоне от 0,001 до 0,999 с шагом 0,001. Для каждого из этих значений мы использовали линейную интерполяцию для оценки соответствующего квантиля. Среднее значение этих значений квантилей определяло среднюю функцию распределения. Полученная функция распределения была определена на нерегулярной сетке значений времени. Затем мы использовали линейную интерполяцию для оценки функции распределения на регулярной сетке по умолчанию, описанной выше (от -8 до 8 с размером шага 0.1).
Описанный выше процесс усреднения был направлен на устранение различий в средних значениях и стандартном отклонении, чтобы выявить потенциальные различия в форме. Мы сделали еще один шаг, чтобы повторно ввести информацию о среднем и стандартном отклонении, сохранив при этом информацию о форме распределений. С этой целью мы сначала повторно масштабировали временную ось по умолчанию, используя квадратный корень из среднего значения индивидуальных дисперсий. Затем мы добавили среднее отдельных средних значений к масштабированной оси времени.Вся трансформация позволила нам дать точную оценку средней формы, а также их ширины и положения.
Результаты
Мы разработали новую теоретическую основу и методику анализа, чтобы облегчить беспараметрическую оценку распределений SSRT на основе ингибирования неограниченной двигательной последовательности (нажатие кнопки на клавиатуре, см. Рисунок 1 и методы). Шесть субъектов записали один или несколько наборов данных из 525 или более испытаний (в среднем 761 испытание, максимум 1575 испытаний) задачи SeqIn.Один субъект записал два набора данных в двух разных настройках, в общей сложности 7 полных наборов данных. Каждое испытание соответствовало одному периоду включения и одному периоду остановки и давало время всех нажатий кнопок, включая первое нажатие кнопки после сигнала включения, а также последнее нажатие кнопки после подачи сигнала остановки.
Общие свойства поведения в задаче SeqIn
Прежде чем перейти к вычислению всего распределения SSRT, опишем некоторые основные свойства шаблонов нажатия кнопок в задаче SeqIn.В частности, мы рассмотрели три основных вопроса: (1) Какова частота нажатий кнопок испытуемыми? (2) Есть ли доказательства того, что испытуемые использовали стереотипные двигательные модели? (3) Являются ли части последовательности баллистическими или последовательность двигателей может быть прервана с равной вероятностью в любой момент времени? (4) Происходят ли с течением времени какие-либо систематические изменения SSRT или GoRT? Все эти анализы важны для рассмотрения результатов следующего анализа деконволюции. Первый и третий пункты позволяют нам количественно оценить объем информации, который может быть получен из одного испытания SeqIn.Второй момент помогает нам оценить когнитивные усилия, связанные с поддержанием двигательных последовательностей: было высказано предположение, что генерация действительно случайных последовательностей может потребовать значительных когнитивных усилий. Следовательно, использование стереотипного и предположительно автоматизированного паттерна реакции поддерживает идею о том, что испытуемые могли свободно сосредоточиться на запуске и остановке требований задачи, не отвлекаясь на задачу поддержания двигательной последовательности. Четвертый пункт поможет нам понять потенциальный вклад систематических изменений в SSRT на результаты деконволюции.Обратите внимание, что для этих анализов мы оцениваем среднее значение SSRT, используя более надежный метод, который не зависит от подхода деконволюции (см. Методы).
На рис. 2А показаны реакции испытуемых на нажатие кнопок в формате растровой диаграммы, выровненные по сигналу «Пуск» (левые панели) или «Стоп» (правые панели). Сортируя порядок испытаний, можно оценить совокупные функции распределения времени первого и последнего нажатия кнопки. На рисунке 2B показана плотность интервалов между ответами (IRI), усредненная по всем экземплярам, а на рисунке 2C показана зависимость среднего IRI от числа нажатий кнопки в каждой последовательности двигателей.Субъекты достигли среднего IRI около 30 мс, что соответствует ~ 34 нажатию кнопок в секунду. Важно отметить, что большое количество нажатий кнопок имеет важное значение для наших целей для увеличения информационного содержания каждого испытания. Чем короче средний IRI, тем больше информации несет каждое испытание о возникновении ненаблюдаемого стоп-процесса. Если последнее нажатие кнопки произошло через 200 мс после сигнала остановки, то процесс остановки должен закончиться через некоторое время между 200 мс и временем, когда произошло бы следующее нажатие, если бы оно не было заблокировано.Если субъекты нажимают кнопку в среднем один раз каждые 100 мс, это ограничение менее жесткое, чем если бы они нажимали кнопку в среднем каждые 10 мс. Следовательно, было важно позволить испытуемым использовать как можно больше кнопок ответа, чтобы увеличить частоту нажатия кнопок и уменьшить средний IRI. Мы также собрали предварительные данные, когда испытуемым разрешалось использовать только два или четыре пальца. Эти предварительные исследования выявили аналогичные средние значения SSRT, но потребовали большего количества испытаний.
Рисунок 2. Шаблоны последовательности двигателей для задачи SeqIn . (A) Левая панель: время нажатия кнопки (черные точки) совмещено с сигналом включения. Каждая строка соответствует одному испытанию. Испытания отсортированы по времени первого нажатия кнопки (оранжевые точки). Зеленая линия соответствует среднему GoRT. Правая панель: время нажатия кнопки совпадает с стоп-сигналом. Испытания отсортированы по времени последнего нажатия кнопки (оранжевые точки). Красная линия соответствует расчетному среднему значению SSRT, которое вычисляется как сумма среднего значения последнего нажатия кнопки плюс расчетное среднее значение X . (B) Плотность интервалов между нажатиями кнопок ( IRI или Δ i ). (C) Среднее значение IRI в зависимости от числа нажатий кнопки в испытании, относительно первого нажатия кнопки (левая сторона панели) или последнего нажатия кнопки в испытании (правая сторона панели). (D) Взаимная корреляция среднего IRI . Вертикальные линии разнесены с интервалом, кратным 8 — количеству пальцев, которые испытуемые могут использовать для создания последовательностей.Кросс-корреляция включает первые 40 IRI. (E) Среднее значение кросс-корреляции за одно испытание после вычитания среднего IRI, дающего начало паттернам в (D) . Данные исключают первые 16 IRI и простираются до IRI 80. Следовательно, эти кросс-коррелограммы показывают ритмические двигательные последовательности, которые не синхронизированы по фазе с началом реакции. Звездочка указывает на тот факт, что субъект 1 предоставил два набора данных. Первый набор данных обозначается как S1, второй — как S1 *.
Систематическое изменение среднего IRI с числом нажатий кнопки указывает на то, что большинство испытуемых использовали стереотипные мини-последовательности. Мы продолжили это предположение, вычислив взаимную корреляцию средних значений IRI для первых 40 нажатий кнопок. Если испытуемые используют стереотипные мини-последовательности, мы ожидаем циклической модуляции интервалов между нажатиями кнопок. Учитывая, что последовательность, вероятно, будет состоять из всех 8 пальцев обеих рук (испытуемым не разрешалось использовать большие пальцы), мы ожидаем, что интервалы между нажатиями кнопок будут автокоррелированы с задержкой в 8 нажатий кнопок.Это действительно то, что мы наблюдали у большинства испытуемых (рис. 2D). Мы также проверили, распространяются ли стереотипные мини-последовательности за пределы первой пары нажатий кнопок. С этой целью мы исключили первые 16 IRI, расширили анализ по IRI номер 80 и рассчитали кросс-корреляции IRI после вычитания среднего IRI (рис. 2E). Как и ожидалось, значения взаимной корреляции значительно меньше из-за использования IRI для одного испытания, а не средних IRI. Тем не менее, анализ показывает циклические закономерности для большинства испытуемых.В целом, наш анализ предполагает использование стереотипного и предположительно автоматизированного образца ответа. Это указывает на то, что испытуемые могли свободно сосредоточиться на требованиях запуска и остановки задачи, не отвлекаясь на задачу поддержания двигательной последовательности.
Результаты, изображенные на Рисунке 2C, показывают систематическое изменение, когда IRI выравниваются по последнему нажатию кнопки каждого испытания (правая сторона панелей 2C). Учитывая наличие описанных выше мини-последовательностей, эти вариации, вероятно, возникают из-за того, что процесс остановки с большей или меньшей вероятностью завершится между нажатиями разных кнопок в мини-последовательности.Например, возможно, что последовательность двигателей может быть остановлена только в конце мини-последовательности. Это объяснение предполагает, что степень опасности для процесса остановки изменяется в разное время в мини-последовательности. Если бы это было так, это уменьшило бы количество информации, полученной в результате одного испытания задачи SeqIn. Однако существует альтернативное объяснение наблюдаемых вариаций, которое согласуется с идеей о том, что стоп-процесс с равной вероятностью завершится в любой момент времени в течение мини-последовательности: Рисунок 3 показывает, что мы можем наблюдать почти идентичные вариации, когда IRI выравниваются по последнему нажатию кнопки перед случайным событием, которое по определению с равной вероятностью может произойти в любой момент во время мини-последовательности.Таким образом, систематические вариации IRI возникают из-за того, что процесс остановки с большей или меньшей вероятностью завершится после нажатия определенной кнопки мини-последовательности. Однако такое изменение вероятности объясняется средним временем ожидания следующего нажатия кнопки в мини-последовательности, а не вариацией степени опасности в разных точках последовательности (рис. 3C). Следовательно, систематические вариации IRI на рисунке 2C не только согласуются, но и являются логическим следствием того факта, что процесс остановки с равной вероятностью завершится в любой момент продолжающихся мини-последовательностей.Этот результат согласуется с выводом Логана в сложной задаче по запрещению движения, что набор текста может быть прерван с равной вероятностью в любой точке слова или предложения.
Рисунок 3. Модуляция IRI до последнего нажатия кнопки . (A) Пример систематической модуляции IRI, согласованных с последним нажатием кнопки в каждом испытании, то есть последним нажатием кнопки, которое не могло быть заблокировано процессом остановки (черный). Практически идентичные модуляции можно наблюдать, когда IRI выравниваются по последнему нажатию кнопки перед случайным событием, в данном случае представлением стоп-сигнала (синий). (B) Тот же график, усредненный по популяции. (C) Предполагаемое объяснение обоих явлений: Субъекты используют обычные «мини-последовательности», состоящие из 4 или 8 нажатий кнопок. Пример карикатуры изображает регулярно повторяющуюся мини-последовательность, состоящую из 4 нажатий кнопок, выполняемых цифрами D1 через D4 , что приводит к возникновению IRI Δ1 через Δ4 . Предполагается, что стоп-процесс с одинаковой вероятностью завершится в любой момент последовательности (серый многоугольник).Вероятность выборки последнего IRI, например, из Δ1 , идентична вероятности последнего нажатия кнопки, равной D2 . Это, в свою очередь, пропорционально среднему времени между D2 и D3 , то есть Δ2 . Следовательно, сочетание Δi с, которые вносят вклад в последний IRI перед случайным событием, не однородно, а пропорционально Δ (i + 1) с. Звездочка указывает на тот факт, что субъект 1 предоставил два набора данных. Первый набор данных обозначается как S1, второй — как S1 *.
Анализ на Рисунке 3 показывает еще одно потенциально интересное явление: наибольшее различие между двумя последовательностями IRI происходит на самом последнем IRI. Этот вывод предполагает, что время последнего нажатия кнопки происходит на ~ 3 мс позже ожидаемого. Хотя этот эффект невелик и не достигает значимости после корректировки множественных сравнений, он может указывать на то, что процесс остановки не является процессом по принципу «все или ничего», как предполагают строгие допущения модели независимой гонки.Скорее, это открытие больше соответствовало бы физиологически более реалистичной интерактивной модели расы (Boucher et al., 2007).
Затем мы проверили, изменялись ли среднее значение SSRT и среднее значение GoRT систематически в ходе эксперимента. С этой целью мы разделили данные от каждого субъекта на 10 интервалов (децилей) одинакового размера и рассчитали среднее значение GoRT и SSRT для каждого интервала (рис. 4A). GoRT существенно не изменился в зависимости от дециля. Однако для SSRT был значительный эффект. Последующий анализ показал, что этот эффект зависел от одного конкретного набора данных (набор данных 1 субъекта 1).Этот набор данных можно считать выбросом по техническим причинам: вместо того, чтобы собираться небольшими сеансами из трех блоков, разделенных на несколько дней / экспериментальных сеансов, он был собран за два длительных сеанса. Исключение этого набора данных дает плоские оценки SSRT, не зависящие от времени в эксперименте.
Рисунок 4. Систематические изменения SSRT и GoRT с течением времени . (A) Для каждого субъекта общее количество испытаний за все сеансы записи было разделено на 10 децилей одинакового размера.GoRT как дециль функции существенно не изменился. Для SSRT был значительный эффект. Однако этот эффект имел место исключительно на одном наборе данных. Этот набор данных можно считать выбросом по техническим причинам: вместо того, чтобы собираться небольшими сеансами из трех блоков, разделенных на несколько дней, он собирался за два длительных сеанса. Исключение этого набора данных дает плоские оценки SSRT, не зависящие от времени в эксперименте. (B) В каждый день записи испытуемые выполняли не менее 3 блоков по 25 испытаний в каждом.Изменения SSRT и RT отображаются в зависимости от номера блока в сеансе записи. Для SSRT мы наблюдаем значительное замедление в течение каждого дня. Напротив, для GoRT такого эффекта не наблюдается. (C) Замедление SSRT (черный) и GoRT (серый) в зависимости от количества испытаний в каждом блоке из 25 испытаний. Для обеих переменных наблюдается значительное замедление в течение блока. Замедление кажется более выраженным для SSRT, но это различие несущественно.
Мы дополнительно проверили, остаются ли среднее GoRT и среднее SSRT стабильными в течение каждого сеанса записи. Для этого мы рассчитали GoRT и SSRT для первого, второго и третьего блока каждого дня записи отдельно. На рисунке 4B показано выраженное и значительное замедление SSRT в течение трех блоков. Напротив, для GoRT такого эффекта нет. Если вообще есть, есть небольшой, хотя и незначительный, эффект в противоположном направлении. Мы также проверили, можем ли мы определить замедление SSRT даже в отдельных блоках из 25 испытаний.С этой целью мы разделили каждый блок на 3 подгруппы испытаний. Между первой и третьей подгруппой испытаний мы наблюдали значительное замедление SSRT порядка 4 мс (рис. 4C). Примечательно, что мы также наблюдали значительное замедление GoRT внутри блока. Замедление GoRT менее выражено, но существенно не отличается от того, которое мы наблюдали для SSRT.
После определения общих свойств шаблонов нажатия кнопок в задаче мы затем обратились к алгоритму деконволюции, чтобы восстановить полное распределение SSRT с момента последнего нажатия кнопки (см. Рисунок 1 и методы).Однако, чтобы убедиться, что результаты, полученные на основе реальных данных, действительны, мы сначала выполнили моделирование, в котором мы использовали подход деконволюции для восстановления известного распределения SSRT.
SSRT Деконволюция смоделированных данных
Была проведена серия симуляций для оценки точности алгоритма деконволюции для восстановления истинного распределения SSRT. Для каждого смоделированного испытания GoRT , а также SSRT были взяты из распределений ex-Gauss с известными параметрами (см. Ниже).Кроме того, был получен ряд значений из распределения интервалов между ответами (см. Рисунок 1), наблюдаемых у всех участников исследования. T 1 был определен как GoRT, а последующие T i были определены как совокупная сумма T 1 и случайно выбранных интервалов между ответами. Длительность периода перехода была произвольно установлена на 1200 мс. T N был определен как последнее нажатие кнопки перед моментом времени, определяемым суммой сигнала остановки и смоделированного SSRT .Набор данных, состоящий из N таких смоделированных испытаний ( N = 100, 250, 500, 1000, 2500, 5000, 10000), затем был проанализирован в соответствии с той же процедурой деконволюции, которая использовалась для фактических данных. Значения SSRT были взяты из одного из трех различных распределений ex-Gauss (SSRT1 = ex-Gauss [μ = 190, σ = 0,030, τ = 0,0] сек, SSRT2 = ex-Gauss [μ = 0,168, σ = 0,020]. , τ = 0,022] с, SSRT3 = ex-Gauss [μ = 0,212, σ = 0,020, τ = -0,022] с). Для отрицательных значений τ мы вычитали экспоненциальную составляющую из гауссовой составляющей, а не добавляли ее.Значения были выбраны так, чтобы получить два асимметричных и одно неискаженное распределение равных среднего (190 мс) и стандартного отклонения (30 мс). Следовательно, любое различие в восстановленном распределении можно отнести на счет изменения формы распределения, а не его положения или ширины.
Моделирование показывает, что алгоритм деконволюции точно восстанавливает различные формы распределений, в данном случае формы с перекосом влево, без и вправо. Точность оценивалась двумя способами.Сначала мы извлекли 95% доверительные интервалы (среднее ± 1,96 * стандартное отклонение) расчетного среднего, стандартного отклонения и перекоса. На рис. 5 показаны доверительные интервалы как функция числа испытаний. Даже для относительно небольшого числа (~ 750 испытаний) доверительные интервалы довольно малы (менее ± 4 мс для среднего и стандартного отклонения, менее ± 0,4 для перекоса).
Рис. 5. Девяносто пять процентов доверительных интервалов (среднее ± 1,96 × стандартное отклонение) восстановленного среднего, стандартного отклонения и перекоса SSRT как функция количества смоделированных испытаний N (1000 смоделированных наборов данных на доверительный интервал). интервал) .Серые полосы показывают среднее значение, стандартное отклонение и перекос смоделированных распределений SSRT , которые затем использовались для моделирования времени последнего нажатия кнопки T N . Затем исходные распределения SSRT были восстановлены из распределений смоделированного T N с использованием алгоритма деконволюции. Черные полосы указывают 95% доверительный интервал для деконволюционных параметров, когда SSRT были взяты из неискаженного гауссовского распределения со средним значением 190 мс и стандартным отклонением 30 мс.Красные и зеленые полосы указывают соответствующие 95% доверительные интервалы, когда SSRT были взяты из положительно и отрицательно искаженных экс-гауссовских распределений с одинаковым средним и дисперсией. Обратите внимание на то, что доверительные интервалы деконволюционных распределений лишь на небольшую часть больше доверительных интервалов фактических эмпирических распределений. Алгоритм деконволюции работает со сглаженными распределениями T N (временная фильтрация с гауссовым ядром 16 мс).Следовательно, восстановленные распределения отражают свойства отфильтрованного распределения SSRT. Фильтрация не влияет на среднее значение. Однако это влияет на стандартное отклонение и перекос. Эффект фильтрации можно легко исключить из оценки стандартного отклонения (обратите внимание, что оценки SD деконволюционных распределений сходятся к истинному значению 30 мс). Аналогичный подход может быть использован для восстановления истинного перекоса, но эта операция зависит от предположения, что базовые распределения являются эксгауссовыми.Чтобы сохранить безмодельный подход, мы не использовали здесь такую поправку. В результате и положительные (и отрицательные) значения перекоса недооцениваются (см. Красную линию). Однако важно отметить, что восстановленные значения перекоса соответствуют истинному значению перекоса экс-гаусса, которое было отфильтровано с тем же временным ядром, которое использовалось в подходе деконволюции.
Обратите внимание, что доверительные интервалы параметров деконволюционных распределений лишь на небольшую часть больше доверительных интервалов параметров моделируемой выборки.Это указывает на то, что большая часть дисперсии связана с изменчивостью моделируемой выборки вокруг ее истинных параметров, а не с ошибками, внесенными алгоритмом деконволюции. После вычитания восстановленных параметров из параметров базовой моделируемой выборки (а не из теоретического распределения) доверительные интервалы становятся примерно вдвое меньше (рисунок 6). Это указывает на то, что алгоритм деконволюции точно улавливает небольшие отклонения смоделированной выборки от теоретического распределения, из которого они взяты.
Рисунок 6. Среднее, стандартное отклонение. и перекос смоделированных SSRT варьируется вокруг истинных параметров из-за конечного размера выборки . Следовательно, столбцы достоверности на рисунке 5 отражают как ошибку алгоритма деконволюции, так и случайную выборку эмпирического распределения, на котором основана деконволюция. Здесь мы вычитаем восстановленные параметры деконволюционных распределений из параметров базового эмпирического распределения. Доверительные интервалы существенно меньше, что указывает на то, что алгоритм деконволюции точно восстанавливает изменчивость эмпирического распределения.Это дополнительно подтверждается корреляцией между эмпирическим и восстановленным средним (ρ Gauss = 0,77, ρ ex-Gauss = 0,77), стандартным отклонением (ρ Gauss = 0,54, ρ ex -Gauss = 0,66) и перекос (ρ Gauss = 0,37, ρ ex-Gauss = 0,63). Эти корреляции нетривиальны, потому что истинное среднее значение, стандартное отклонение и перекос постоянны в пределах условий.
Далее мы количественно оценили точность алгоритма деконволюции, сравнив его с точностью параметрического подхода, основанного на аппроксимации распределения ex-Gauss. Рисунок 7 показывает, что доверительные интервалы параметрического подхода очень похожи на интервалы, полученные с помощью непараметрического подхода. Важно помнить, что в этом случае параметрический подход должен быть особенно эффективным, поскольку он использует ту же параметризацию, которая использовалась для генерации смоделированных данных, а это преимущество не обязательно верно для реальных данных.
Рис. 7. Сравнение непараметрического алгоритма деконволюции с параметрическим подходом на основе распределений ex-Gauss . Обратите внимание, что оба подхода обеспечивают очень близкую точность оценок. Основное преимущество подхода экс-Гаусса состоит в том, что он позволяет несмещенную оценку перекоса — алгоритм деконволюции оценивает перекос сглаженной функции, который всегда отклоняется в сторону нуля. Основное преимущество подхода деконволюции состоит в том, что он не ограничивает диапазон возможных форм распределения — в текущем случае моделируемые распределения были взяты из того же семейства распределений, которое использовалось в параметрической подгонке.Для реальных данных основное распределение неизвестно и не может быть частью семейства ex-Gauss.
Наконец, мы сравнили точность двух подходов, используя максимальную разницу между восстановленной и сглаженной эмпирической функцией распределения (статистика Колмогорва-Смирнова, рисунок 8). Для 750 испытаний мы ожидаем, что средние значения KS метода деконволюции будут составлять ~ 0,02 и находятся на одном уровне со значениями KS, полученными с помощью параметрического подхода.
Рисунок 8.Точность алгоритма деконволюции, измеренная как максимальная разница между сглаженной эмпирической функцией распределения и деконволюцией (статистика Колмогорова-Смирнова) . (A) По мере увеличения количества смоделированных испытаний статистика KS между сглаженным эмпирическим распределением и распределением, восстановленным с помощью алгоритма деконволюции, приближается к нулю. Это верно независимо от перекоса распределения (красный, черный и зеленый цвет). Серые столбцы указывают на ту же статистику KS для распределения, которая была восстановлена путем аппроксимации распределения ex-Gauss. (B – D) Три примера индивидуального моделирования с репрезентативными значениями KS для 100, 250 и 750 испытаний. Черная линия указывает сглаженную эмпирическую функцию распределения, красная линия — восстановленное распределение. Примеры были выбраны так, чтобы статистика KS составляла 0,05, 0,03 и 0,02 соответственно. Обратите внимание, что для значений KS 0,03 и 0,02 восстановленное распределение почти идентично исходному распределению.
SSRT-Деконволюция реальных данных
Чтобы проверить подход деконволюции на реальных данных, мы эмпирически свернули известное распределение GoRT с нашей оценкой X (см. Рисунок 1 и методы) и использовали тот же метод деконволюции для восстановления известного распределения GoRT (см. Методы).На рисунке 9A показана восстановленная нормализованная функция плотности GoRT (средний столбец), а также исходная сглаженная и нормализованная функция плотности GoRT (левый столбец). Результаты подчеркивают способность метода деконволюции восстановить исходный дистрибутив GoRT . Восстановленные плотности GoRT более шумные, но их конкретная форма, включая характерный наклон вправо, была точно восстановлена. Отклонение восстановленного распределения GoRT значительно больше нуля (1.1 ± 0,6, t -тест, p <0,05) и очень похож на асимметрию сглаженного распределения GoRT (1,2 ± 0,7).
Рисунок 9. Сравнение распределения RT и SSRT . Левый столбец: RT распределения, сглаженные тем же ядром Гаусса, которое использовалось для алгоритма деконволюции. Средний столбец: распределения RT после эмпирической свертки с X и последующего применения алгоритма деконволюции.Правая колонка: деконволюционные дистрибутивы SSRT . Сравнение левого и среднего столбца наглядно демонстрирует небольшие искажения, вносимые алгоритмом деконволюции. Сравнение среднего и правого столбца визуализирует разницу между инициированием ответа ( RT ) и ингибированием ответа ( SSRT ). (A) Нормализованные (преобразованные по z) эмпирические функции плотности показывают значительный сдвиг вправо ( t -тест, p <0,05) для всех трех распределений (сглаженный RT , деконволюционный RT и деконволютированный SSRT ). (B) Графики квантилей-квантилей визуализируют наклон вправо как вогнутую кривизну. (C) Прямое сравнение средней функции плотности GoRT и SSRT (слева) и функции распределения (справа). Чтобы учесть различное среднее и стандартное отклонение, распределения были преобразованы по оси z, усреднены и преобразованы обратно с использованием средних значений среднего и стандартного отклонения для SSRT и GoRT, соответственно. Начальная нормализация позволяет осуществлять эффективное усреднение, которое поддерживает форму распределений, несмотря на значительные различия в среднем и стандартном отклонении.Обратное преобразование повторно вводит различия в среднем и стандартном отклонении, которые были потеряны на начальном этапе нормализации.
Используя тот же подход, мы деконволюционировали T N , чтобы получить оценку плотности SSRT . Подобно восстановленной плотности GoRT , плотности SSRT были значительно смещены вправо (0,9 ± 0,7, t -тест, p <0,05). Наклон вправо виден на восстановленных плотностях (рис. 9А), а также на графиках квантиль-квантиль (рис. 9В).
Затем мы напрямую сравнили первые три момента восстановленных распределений GoRT и SSRT (рисунки 10A – C и таблица 1). Среднее значение SSRT (199 ± 23) на 10 мс короче среднего GoRT (209 ± 15 мс). Эта разница не достигает значимости (парный t -тест, df = 6, p = 0,36). Стандартное отклонение распределения SSRT (38 ± 7 мс) на 5 мс больше, чем стандартное отклонение распределения GoRT (33 ± 7 мс).Эта разница также не достигает значимости (парный t -тест, df = 6, p = 0,21). Средний перекос для распределения SSRT (0,9 ± 0,7) на ~ 20% ниже перекоса для распределения GoRT (1,1 ± 0,6). Эта разница не достигает значимости (парный t -тест, df = 6, p = 0,59). Аналогичные результаты были получены при использовании параметрического экс-гауссовского подхода (рисунки 10D – F и таблица 1). Однако в этом случае перекос для распределений SSRT был значительно меньше перекоса для GoRT (парный t -тест, df = 6, p = 0.02). Мы проследили за этим несоответствием между деконволюцией и подходом экс-Гаусса и заметили, что разница проявляется в двух предметах. Деконволюционные плотности SSRT этих объектов имеют массу в нескольких длительных временных интервалах, которые можно рассматривать как выбросы. Чтобы быть максимально инклюзивным, отказ от выброса для деконволюционного подхода был очень либеральным (см. Методы). Однако параметрический подход неявно классифицировал эти интервалы как выбросы, что давало значительно меньшие оценки перекоса для этих двух субъектов.Чтобы исключить влияние этих потенциальных выбросов, мы использовали более надежную оценку перекоса на основе квантилей. Для определенного квантиля 0 < и < 0,5 оценка перекоса Боули определяется как:
robustSkew (u) = F − 1 (u) + F − 1 (1 − u) −2F − 1 (0,5) F − 1 (u) + F − 1 (1 − u)Рис. 10. Среднее, стандартное отклонение и перекос деконволюционных распределений RT и SSRT .Разные цвета представляют разные предметы. Статистическая значимость оценивалась с помощью двусторонних парных тестов t (*: p <0,05, **: p <0,01). (A) Среднее значение RT и SSRT статистически неразличимы. (B) Стандартное отклонение распределений RT и SSRT существенно не отличается друг от друга. (C) Наклон распределений RT и SSRT существенно не отличается друг от друга.Наклон распределения RT и SSRT значительно больше нуля. (D – F) Среднее значение, стандартное отклонение и перекос от параметрической подгонки по экс-Гауссу. Параметрическая подгонка подтверждает ту же картину, то есть несколько более быстрые SSRT с несколько более высоким стандартным отклонением и меньшим отклонением вправо (парный t -тест, p = 0,02).
Таблица 1. Среднее, стандартное отклонение и перекос для GoRT, восстановленных распределений GoRT и восстановленных распределений SSRT .
Установка и на 0,1 дает абсолютную меру асимметрии Келли. Используя основанную на квантилях абсолютную меру асимметрии, основанную на квантилях, мы находим значительно меньший перекос для распределений SSRT при использовании подхода деконволюции (парный t -тест, df = 6, p = 0,04). Это согласовывает результаты параметрического и непараметрического подходов и определяет меньший положительный перекос как одно из основных различий между распределениями GoRT и SSRT .
Общая картина, передаваемая обоими методами, — это картина поразительно схожих дистрибутивов SSRT и GoRT . Однако наши результаты показывают, что SSRT несколько короче, имеют более широкую и менее скошенную форму. Этот вывод хорошо проиллюстрирован на рисунке 9C, на котором напрямую сравниваются положение и форма усредненных распределений SSRT и GoRT . Обратите внимание, что основное отличие состоит в более раннем подъеме восходящего фланга функции плотности SSRT .Напротив, нисходящие боковые стороны двух функций плотности почти перекрываются.
Обсуждение
Торможение ответа является критическим аспектом моторного и когнитивного контроля и, как полагают, затрагивает префронтальную кору и базальные ганглии; в частности, гиперпрямой кортико-полосатый путь. Используя небольшую выборку молодых здоровых контрольных субъектов, обученных этой задаче, текущее исследование демонстрирует возможность непараметрического метода для оценки всех распределений SSRT на основе текущих двигательных последовательностей с дискретным поведенческим выходом, таким как набор текста.Распределения SSRT позволяют нам изучить мелкомасштабные функциональные свойства нервных путей, которые обеспечивают тормозной контроль с высоким временным разрешением. Непараметрический характер подхода особенно важен и привлекателен, поскольку он дополняет недавно разработанный параметрический подход (Matzke et al., 2013). Предыдущие непараметрические подходы никогда не применялись, потому что, по оценкам, они зависели от недопустимо большого количества ~ 250 000 испытаний сигнала остановки на задержку сигнала остановки (SSD) для общего количества ~ 100 000 испытаний для каждой задержки сигнала остановки, которая должна использоваться. в эксперименте (Matzke et al., 2013). Наше моделирование показывает, что текущий подход деконволюции дает адекватные оценки всех распределений SSRT (статистика KS ~ 0,02) всего за 750 испытаний.
Это сокращение количества требуемых испытаний происходит из-за особого дизайна задачи SeqIn. Вместо использования одного дискретного моторного акта он использует квазинепрерывную моторную последовательность. Следовательно, наш подход связан с SSRT-парадигмой, разработанной Морейн-Замиром и его коллегами (задача непрерывного отслеживания ), где испытуемые постоянно оказывают давление указательным пальцем до тех пор, пока сигнал остановки не даст им указание прекратить нажимать (Morein-Zamir et al. al., 2004, 2006а, б). Задача непрерывного отслеживания имеет то преимущество, что каждое испытание обеспечивает одну явную оценку SSRT и, следовательно, имеет более высокий информационный контент, чем испытание в задаче отмены. Однако Морейн-Замир и его коллеги также признают одну потенциальную критику задачи непрерывного отслеживания , а именно то, что в этой задаче остановка может рассматриваться как действие ( «потянуть палец вверх», ), а не запрещение действия ( « прекратить толкать палец вниз ») (Morein-Zamir et al., 2004). Наша задача решает эту потенциальную проблему за счет использования динамической моторной последовательности, которую необходимо заблокировать при появлении сигнала остановки. В то же время он сохраняет преимущество более высокого информационного содержания: при каждом испытании SSRT был слишком медленным, чтобы запретить последнее наблюдаемое нажатие кнопки ( SSRT > T N ), но достаточно быстрым, чтобы запретить следующее нажатие кнопки. ( SSRT < T N +1 ). Поскольку в среднем нажатия кнопок происходят каждые ~ 30 мс, каждое испытание сужает SSRT до окна ~ 30 мс.Это значительно больше информации, чем доступно из отдельных испытаний стоп-сигнала стандартной задачи SSRT: SSRT либо длиннее (неудачное ингибирование), либо короче (успешное ингибирование), чем конкретное значение (определяемое SSD и средним RT), и, следовательно, информация содержание является двоичным в первом приближении.
Вторая причина значительного сокращения количества испытаний заключается в том, что в задаче SeqIn каждое испытание является испытанием с сигналом остановки, которое напрямую влияет на оценку SSRT .Это контрастирует с задачами отмены приказов, где только 20–25% испытаний имеют сигнал остановки. В задачу SeqIn можно включить 100% стоп-сигналов, потому что время стоп-сигнала в каждом тесте непредсказуемо в диапазоне 3,5 с. Однако с точки зрения продолжительности эксперимента (а не подсчета проб) преимущество наличия стоп-сигнала для каждого испытания частично нивелируется тем фактом, что каждое отдельное испытание в задаче SeqIn длиннее, чем в парадигмах отмены предписаний. Тем не менее, собрать 750 испытаний задачи SeqIn по-прежнему значительно быстрее, чем 1 000 000 испытаний парадигмы отмены.
Третья причина, которая приводит к сокращению количества попыток, заключается в том, что подход деконволюции применяет временное сглаживание к распределениям последних нажатий кнопки T N перед деконволюцией. Сглаживание сокращает количество испытаний, необходимых для восстановления значимых распределений SSRT . В противном случае сглаживание не является критическим, поскольку оно сохраняет основные характеристики распределения, которые обычно присутствуют в более низких полосах частот.Фактически, даже регулярные распределения времени реакции часто визуализируются с использованием неявного или явного сглаживания. Влияние сглаживания на форму распределения известно и может учитываться либо количественно (стандартное отклонение), либо, по крайней мере, качественно (перекос).
Здесь мы использовали задачу SeqIn для восстановления всех распределений SSRT для подавления неограниченной продолжающейся моторной последовательности (постукивание пальцем). Мы также измерили распределение GoRT на предмет инициации той же моторной последовательности.Мы обнаружили, что в задаче SeqIn среднее значение GoRT и среднее значение SSRT статистически неразличимы ( GoRT : 208 ± 14 мс; SSRT: 199 ± 23 мс). Обнаружение схожих значений для двух задач может показаться несколько неожиданным, потому что в большинстве других исследований среднее значение RT с на 100–200 мс медленнее, чем среднее значение SSRT с. Однако это очевидное несоответствие связано с тем, что большинство других парадигм измеряют выбор RT s, тогда как текущая парадигма измеряет «простые» RT s без компонента выбора.Поскольку сам SSRT не имеет компонента выбора, текущий подход позволяет справедливо сравнить между GoRT и SSRT . Кроме того, задача SeqIn была специально разработана для облегчения сравнения между GoRT и SSRT : сигналы Go- и Stop сами по себе являются идентичными аудиовизуальными событиями, а распределения времени ожидания для сигналов Stop- и Go идентичны, таким образом, выравнивая любое ожидание / предсказание для обоих сигналов.После того, как таким образом уравняются условия для двух ответов, средняя задержка инициирования ответа почти идентична средней задержке ингибирования ответа. Обратите внимание, что мы не претендуем на статистическое равенство задержки (или ширины). Фактически, мы ожидаем, что больший размер выборки покажет значительно более короткие задержки SSRT. Мы просто указываем, что абсолютные различия между распределениями GoRT и SSRT (значимые или нет) будут небольшими относительно их изменчивости. Это предполагает в значительной степени сходные (но не обязательно идентичные) функциональные свойства двух нервных путей, которые опосредуют ингибирование ответа и инициирование ответа.
В то время как SSRT и GoRT имеют статистически неразличимые среднюю задержку и ширину в этой небольшой выборке, распределения SSRT имеют значительно меньший перекос. Это особенно интересно, поскольку предполагает, что, хотя GoRT и SSRT могут быть поразительно похожими на первый взгляд, между ними могут быть тонкие, но значимые различия. После подтверждения на более крупной выборке эти тонкие различия можно использовать для тестирования различных механистических моделей ингибирующего контроля, таких как модель независимой расы (Boucher et al., 2007), или модель Ханеса-Карпентера (Hanes, Carpenter, 1999), или так называемая модель особой расы (Logan et al., 2014). Различия в форме SSRT в принципе могут быть сопоставлены с параметрами этих моделей, которые, в свою очередь, могут отображаться на частях прямого и гиперпрямого кортико-полосатых путей. Такой механистический и параметрический подход позволит нам ответить на ряд интересных вопросов: идентичны ли скорости дрейфа процессов Go и Stop? Идентичны ли уровни реакции и ограничения? Могут ли те же типы моделей, которые успешно объясняют дистрибутивы GoRT , удовлетворительно подходят для SSRT ? Можно ли объяснить SSRT с точки зрения единого механизма, или нам нужно рассмотреть более сложные двухпроцессные учетные записи? Некоторые из этих вопросов уже начали изучаться в недавних исследованиях Matzke et al.(2013) и Logan et al. (2014). Поскольку такие подходы обязательно зависят от различных параметризаций распределения SSRT , особенно важно проверять форму параметрически восстановленных распределений непараметрическими методами.
Здесь мы хотим провести краткое сравнение наших непараметрически восстановленных распределений SSRT с параметрически восстановленными из исследования Matzke et al. (2013). В целом, средние SSRT в нашей задаче (~ 200 мс) были несколько короче, чем те, которые были обнаружены Мацке и его коллегами (~ 220–230 мс).Это различие, скорее всего, можно отнести к нашей выборке, состоящей из молодых, высокомотивированных и опытных психофизиков, по сравнению с более репрезентативной выборкой, исследованной Мацке и его коллегами. Тем не менее, важно отметить, что диапазон SSRT с одним предметом в нашей выборке находится в пределах диапазона SSRT исследований Мацке и других исследований SSRT. Форма распределения SSRT в нашем исследовании была более узкой и менее искаженной. Чтобы количественно оценить эту разницу, мы сравнили наши средние значения параметров экс-гауссовых распределений в нашем исследовании со значениями, оцененными по рисунку 17 в статье Мацке (среднее значение гауссовой составляющей: 185 vs.~ 160 мс; стандартное отклонение гауссовой составляющей: 23 против ~ 20 мс, и, наконец, экспоненциальная составляющая: 20 против ~ 60 мс). Следовательно, самая большая разница между двумя исследованиями заключается в экспоненциальной составляющей, которая играет гораздо большую роль в данных Мацке. Важно отметить большую межиндивидуальную изменчивость распределений SSRT в выборке Мацке. Некоторые из испытуемых имеют очень узкие и едва искаженные распределения SSRT, очень похожие на испытуемых в нашей выборке. Следовательно, возможно, что общая разница в распределении SSRT напоминает более строгий критерий отбора субъектов в нашем исследовании.Однако важно также отметить, что Мацке наблюдал сильную зависимость распределения SSRT от доли испытаний стоп-сигнала. Набор данных с 20% -ными остановками имел значительно более широкое и наклонное вправо распределение по сравнению с набором данных с 40% -м остановом испытаний. Хотя наша парадигма несколько иная, стоп-сигнал присутствует в 100% испытаний. Следовательно, некоторые различия также можно отнести к большему количеству попыток со стоп-сигналом.
Любая оценка распределений SSRT или GoRT неявно предполагает, что рассматриваемая переменная является стационарной в течение периода сбора данных.Следовательно, мы проверили, есть ли какие-либо признаки систематических изменений в GoRT и SSRT в ходе эксперимента. Наши данные показали, что GoRT и SSRT оставались постоянными в течение эксперимента. Это говорит о том, что испытуемые прошли достаточную подготовку и в течение всего эксперимента работали на максимальном уровне. Однако мы также проверили, остается ли производительность постоянной в течение каждого поведенческого сеанса, состоящего из 3 блоков по 25 испытаний. Мы наблюдали значительное увеличение SSRT в течение каждого поведенческого сеанса.GoRT, напротив, оставались стабильными. Это систематическое замедление SSRT влияет на сравнение распределений GoRT и SSRT, основанное на всех данных, включая блоки, в которых SSRT уже замедлились. В частности, это могло привести к переоценке среднего SSRT и ширины распределения SSRT. Вдобавок это могло привести к недооценке перекоса SSRT.
Замедление SSRT было случайным открытием вне основного фокуса исследования, которое было направлено на изучение технической осуществимости алгоритма деконволюции.Мы не собираемся делать выводы о замедлении SSRT из небольшой выборки испытуемых. Тем не менее, открытие было достаточно интригующим, чтобы повлечь за собой некоторые предположения о его потенциальном происхождении. В частности, мы хотим исключить два тривиальных объяснения. (1) Наблюдаемое замедление SSRT не может быть объяснено снижением внимания или возбуждением. Если это так, мы также ожидаем соответствующего сокращения GoRT. (2) Замедление SSRT не может быть объяснено компромиссом между переходом и остановкой: во-первых, незначительное сокращение GoRT, похоже, не согласуется с существенно большим увеличением SSRT.Во-вторых, задача SeqIn — это не двойная задача (как задача отмены), когда субъекты должны расставлять приоритеты либо той, либо другой из задач.
Мы хотим завершить обсуждение, рассмотрев определенные ограничения и предвидя потенциальную критику. (1) Анализ и интерпретация наших данных зависит от предположения о независимости между процессами Go и Stop. Наше исследование не позволило нам явно проверить это предположение. Однако предположение о независимости является центральным не только для нашей парадигмы, но и для всех других независимых расовых моделей.Исследования с использованием контрольных задач (a) показали, что нарушения независимости являются умеренными, и (b) указали, что SSRT, измеряемые в контрольных задачах, достаточно устойчивы к нарушениям предположения о независимости. Будущие исследования будут необходимы, чтобы проверить, верно ли то же самое для задачи SeqIn.
(2) В подавляющем большинстве исследований ингибирующего контроля используется парадигма противодействия, в которой подлежащая подавлению реакция является результатом процесса бинарного решения.Этот тип задач был чрезвычайно полезен для изучения ингибирования ответа у здоровых людей и дефицита ингибирования ответа в ряде нейропсихиатрических состояний. Однако концепция процесса остановки и SSRT была сформулирована независимо от этой конкретной парадигмы. Фактически, в прошлом были разработаны другие парадигмы, и было показано, что они коррелируют с SSRT, измеряемым в парадигме отмены предписаний. Следовательно, хотя такие термины, как «SSRT» и «Остановить процесс», были тесно связаны с парадигмой отмены предписаний, их использование в текущем контексте во многом укладывается в исходное определение, которое не указывает, что запрещаемое действие должно быть результат процесса двоичного решения.Тем не менее, мы хотим предупредить, что задача SeqIn не должна использоваться в качестве замены устоявшихся парадигм отмены команд, таких как задача Stop-It, SST или Vink, до тех пор, пока формально не будет продемонстрировано, что она измеряет ту же конструкцию. Однако, основываясь на схожести нашей задачи со сложной задачей движения Логана и задачей непрерывного отслеживания Морейн-Замира, обе из которых, как считается, измеряют одну и ту же конструкцию, мы уверены, что валидационное исследование подтвердит, что задача SeqIn измеряет такая же конструкция.
(3) Как указывалось выше, еще не на 100% ясно, измеряет ли задача SeqIn тот же вариант тормозящего управления, что и задачи отмены. На оборотной стороне этого аргумента неясно, измеряют ли контрмандальные парадигмы ту же самую конструкцию тормозящего контроля, которая участвует в остановке текущих моторных последовательностей. Ситуации, в которых необходимо подавить текущую двигательную последовательность, распространены в реальной жизни и составляют важную область исследования. Например, квотербеку может потребоваться прервать определенную игру сразу после снэпа, прямо перед тем, как мяч покинет его руку, или в любой момент во время выполнения сложной моторной последовательности, которая имеет место между снэпом и передачей.Фактически, даже стандартный пример тормозящего контроля — бейсболист, прерывающий удар по мячу за пределами ударной зоны, — возможно, имеет большее сходство с SeqIn, чем с задачей отмены. Точно так же многие ситуации тормозящего контроля над релевантностью нейропсихиатрических состояний требуют прерывания текущей двигательной последовательности, такой как прерывание персеверативного мытья рук при обсессивно-компульсивном расстройстве. В наиболее вероятном сценарии два типа тормозящего контроля включают идентичные нейронные механизмы, и понимание одного типа задачи будет актуально для обоих типов сценария.Однако теоретически возможно, что в этих двух задачах задействованы разные нейронные механизмы и что выводы из стандартных задач SSRT не экстраполируются на ингибирование текущих двигательных последовательностей. В этом случае задача SeqIn будет одной из очень немногих задач для измерения тормозящего контроля текущих моторных последовательностей.
(4). Основываясь на том факте, что SSRT и GoRT имеют схожие средства (~ 200 мс), некоторые утверждали, что моторная последовательность в задаче SeqIn может быть остановлена без необходимости задействовать тормозящее управление.Вместо того, чтобы запрещать текущую моторную последовательность, может быть достаточно просто воздержаться от выдачи дополнительных моторных команд или выдать новую моторную команду (« потяните все пальцы вверх, »), которая переопределит другие моторные команды и предотвратит дополнительные нажатия пальцами. Однако это предположение не может учитывать избирательное замедление SSRT в течение сеанса, в то время как RT остается стабильным. Кроме того, важно, хотя и менее очевидно, отметить, что тот же аргумент можно использовать, чтобы поставить под сомнение участие тормозящего контроля в задаче отмены: хотя нажатие правильной кнопки в задаче выбора может занять в среднем 400-600 мс. , все равно потребуется всего ~ 200 мсек, чтобы подать простую моторную команду « тянуть все пальцы вверх, » в ответ на появление сигнала остановки.Фактически, утверждалось, что даже в задаче отмены явный процесс остановки не требуется для объяснения поведенческих результатов (Salinas and Stanford, 2013). Следовательно, выборочное замедление SSRT в нашей задаче может быть одной из важных частей поведенческих данных , которые подтверждают наличие тормозящего процесса с различными свойствами. Таким образом, эти аргументы явно опровергают идею о том, что продолжительность GoRT по сравнению с SSRT имеет какое-либо влияние на то, должна ли остановка моторной последовательности включать тормозящий контроль.Однако мы также хотим отметить, что на данный момент задача SeqIn не была выполнена в контексте фМРТ или одноклеточных записей. Следовательно, в настоящее время нет нейронных доказательств в пользу или против идеи, что задача SeqIn задействует гипер-прямой путь базальных ганглиев.
Финансирование
Эта работа была поддержана грантом Национального института здравоохранения MH059244 (V.P.F.) и грантом Немецкого исследовательского фонда TE819 / 1-1 (T.T.).
Заявление о конфликте интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Список литературы
Арон, А. Р., Дерстон, С., Игл, Д. М., Логан, Г. Д., Стинир, К. М., и Ступхорн, В. (2007). Сходящиеся доказательства наличия сети лобных и базальных ганглиев для тормозящего контроля действий и познания. Дж. Neurosci . 27, 11860–11864. DOI: 10.1523 / JNEUROSCI.3644-07.2007
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Арон А. Р. и Полдрак Р. А. (2006). Кортикальный и подкорковый вклады в подавление реакции стоп-сигнала: роль субталамического ядра. Дж. Neurosci . 26, 2424–2433. DOI: 10.1523 / JNEUROSCI.4682-05.2006
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Band, Г. П. Х., ван дер Молен, М. В., и Логан, Г. Д. (2003). Моделирование скачек процедуры стоп-сигнала. Acta Psychol. (Амст) . 112, 105–142. DOI: 10.1016 / S0001-6918 (02) 00079-3
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Баучер, Л., Палмери, Т. Дж., Логан, Г. Д., и Шалл, Дж.Д. (2007). Тормозящий контроль в уме и мозге: интерактивная гоночная модель противодействия саккадам. Psychol. Ред. . 114, 376–397. DOI: 10.1037 / 0033-295X.114.2.376
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Колониус, Х. (1990). Замечание о парадигме стоп-сигнала или о том, как наблюдать ненаблюдаемое. Psychol. Ред. . 97, 309–312. DOI: 10.1037 / 0033-295X.97.2.309
CrossRef Полный текст | Google Scholar
Колониус, Х., Озюрт Дж. И Арндт П. А. (2001). Противодействие саккадам слуховыми стоп-сигналами: тестирование модели гонки. Видение Res . 41, 1951–1968. DOI: 10.1016 / S0042-6989 (01) 00084-0
PubMed Аннотация | CrossRef Полный текст | Google Scholar
де Йонг, Р., Коулз, М. Г., Логан, Г. Д., и Граттон, Г. (1990). В поисках точки невозврата: контроль процессов реагирования. J. Exp. Psychol. Гм. Восприятие. Выполните . 16: 164. DOI: 10.1037 / 0096-1523.16.1.164
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Кляйнер М., Брейнард Д. и Пелли Д. (2007). Что нового в Psychtoolbox-3 . Доступно в Интернете по адресу: www.psychtoolbox.org
Логан Г. Д. (1981). «Внимание, автономность и способность остановить реакцию быстрого выбора», в книге Attention and Performance IX , ред. Дж. Б. Лонг и А. Баддели (Хиллсдейл, Нью-Йорк: Эрленбаум), 205–222.
Логан Г. Д. (1982). О способности сдерживать сложные движения: стоп-сигнал для изучения машинописного текста. J. Exp. Psychol. Гм. Восприятие. Выполните . 8, 778–792. DOI: 10.1037 / 0096-1523.8.6.778
CrossRef Полный текст | Google Scholar
Логан Г. Д. (1994). «О способности подавлять мысль и действие: руководство пользователя по парадигме стоп-сигнала», в «Тормозные процессы в внимании, памяти и языке» , ред. Д. Дагенбах и Т.Х. Карр (Сан-Диего, Калифорния: Academic Press) , 189–239.
Google Scholar
Логан Г. Д. и Коуэн В. Б. (1984).О способности подавлять мысли и действия: теория акта контроля. Psychol. Ред. . 91, 295–327. DOI: 10.1037 / 0033-295X.91.3.295
CrossRef Полный текст | Google Scholar
Логан Г. Д., Коуэн В. Б. и Дэвис К. А. (1984). О способности подавлять простые и выборочные реакции времени реакции: модель и метод. J. Exp. Psychol. Гм. Восприятие. Выполните . 10, 276–291.
PubMed Аннотация | Google Scholar
Логан, Г. Д., Van Zandt, T., Verbruggen, F., and Wagenmakers, E.-J. (2014). О способности подавлять мысль и действие: общие и частные теории акта управления. Psychol. Ред. . 121, 66–95. DOI: 10.1037 / a0035230
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Люс Р. Д. (1986). «Представление времени отклика в виде случайных величин», в книге « Response Times», 8-е изд. , ред. Д. Бродбент, Дж. Макгоу, Н. Макинтош, М. Познер, Э. Тулвинг и Л. Вайскранц (Нью-Йорк, Нью-Йорк: Oxford University Press), 1–46.
Мацке Д., Долан К. В., Логан Г. Д., Браун С. Д. и Вагенмейкерс Э.-Дж. (2013). Байесовская параметрическая оценка распределений времени реакции стоп-сигнала. J. Exp. Psychol. Gen . 142, 1047–1073. DOI: 10.1037 / a0030543
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Морейн-Замир, С., Чуа, Р., Фрэнкс, И., Нагелькерке, П., и Кингстон, А. (2006a). Измерение контроля волевой реакции в режиме онлайн с помощью задачи непрерывного отслеживания. Behav.Res. Методы 38, 638–647. DOI: 10.3758 / BF03193896
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Морейн-Замир, С., Нагелькерке, П., Чуа, Р., Фрэнкс, И., и Кингстон, А. (2004). Запрещение заранее подготовленных и текущих ответных действий: существует ли более одного вида остановки? Психон. Бык. Ред. . 11, 1034–1040. DOI: 10.3758 / BF03196733
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Морейн-Замир, С., Нагелькерке, П., Чуа, Р., Фрэнкс И. и Кингстон А. (2006b). Эффекты совместимости при остановке и инициировании ответа в задаче непрерывного отслеживания. Q. J. Exp. Psychol. (Хов) . 59, 2148–2161. DOI: 10.1080 / 17470210500416375
PubMed Аннотация | CrossRef Полный текст | Google Scholar
R Основная группа разработчиков. (2009). R: язык и среда для статистических вычислений . Вена: Фонд R для статистических вычислений
Салинас, Э., и Стэнфорд, Т.Р. (2013). Пересмотр контрольной задачи: быстрое обнаружение стимула — ключевой фактор, определяющий психофизические характеристики. Дж. Neurosci . 33, 5668–5685. DOI: 10.1523 / JNEUROSCI.3977-12.2013
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Уильямс, Б. Р., Понесс, Дж. С., Шахар, Р. Дж., Логан, Г. Д., и Таннок, Р. (1999). Развитие тормозящего контроля на протяжении всей жизни. Dev. Психол . 35, 205–213. DOI: 10.1037 / 0012-1649.35.1.205
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Проблемы проектирования и решения для данных стоп-сигналов из исследования когнитивного развития мозга подростков (ABCD)
Существенные изменения:
1) Как предполагают авторы, наиболее важной проблемой является потенциальное нарушение предположения об инвариантности контекста из-за вариабельности длительности стимула запуска при различных задержках стоп-сигнала (SSD). Это правдоподобная проблема, даже если количество «явных» нарушений относительно невелико (447 из 7231 предмета).Тем не менее, мнение авторов было бы еще более убедительным, если бы они могли указать на некоторые (моделирование?) Результаты, показывающие влияние более слабого сигнала пуска на коротких SSD на оценку времени отклика сигнала остановки (SSRT).
Мы согласны с рецензентами в том, что добавление имитаций, которые создают более слабый сигнал go на коротких SSD, чтобы оценить влияние на SSRT, укрепит рукопись. По этой причине мы добавили важный новый раздел, в котором представлены три новые теоретические основы, которые могут объяснить контекстную зависимость в данных ABCD.С помощью этих новых моделей мы представляем доказательства того, что средние SSRT, вероятно, загрязнены, а индивидуальные различия могут быть загрязнены в наборе данных ABCD. См. Новый раздел
«Потенциальные механизмы, лежащие в основе проблемы 1».
Мы также хотели бы отметить, что во многих местах нам ясно, что эти модели являются предварительными. Например, мы говорим:
«По этим причинам они являются многообещающими, хотя и предварительными, механистическими моделями для объяснения нарушений контекстной зависимости в данных ABCD.Полное построение этих моделей потребует значительной дополнительной работы, включая подбор и восстановление параметров, восстановление моделей и сравнение моделей ».
Кроме того, мы включили дополнительные сведения о моделировании и симуляциях в раздел «Материалы и методы». Наконец, мы делимся кодом с открытым исходным кодом для создания экземпляров всего нашего моделирования и симуляции http://doi.org/10.5281/zenodo.4458767. Мы надеемся, что вы согласитесь с тем, что это относится к комментарию 1 и усиливает рукопись, при этом сохраняя осторожность в отношении предварительного характера этих моделей и симуляций.
2) Мы предлагаем использовать термин «контекстная инвариантность» вместо «контекстная независимость», чтобы не путать допущения «контекстной» и «стохастической» независимости в модели гонки Логана-Коуэна. Следует отметить, что прогноз модели гонки, касающийся более быстрых отказов при остановке, чем откликов при остановке, зависит как от контекстной инвариантности, так и от истинности стохастической независимости между обработкой сигналов запуска и остановки (см. Colonius and Diederich, 2018).
Мы согласны с рецензентами в том, что различные формы независимости могут быть источником путаницы, и мы предприняли несколько шагов для устранения этой путаницы.Теперь мы явно отличаем независимость от контекста от стохастической независимости, говоря: «Она [Модель гонки за независимость] также предполагает стохастическую независимость, что означает, что время завершения процесса и процесса остановки не зависят от любого данного испытания. В этой рукописи мы делаем акцент на предположении о независимости от контекста ». Позже мы также говорим: «Основной способ оценить независимость от контекста — это сравнить время реакции при испытаниях на ходу с временем реакции при испытаниях на отказ от остановки» (но обратите внимание, что прогноз модели гонки относительно более быстрого отказа от остановки по сравнению с откликом на ход зависит от независимость от контекста и стохастическая независимость, Colonius and Diederich, 2018).”
Мы полагаем, что это касалось сути данного комментария. Однако мы не поддерживаем замену термина «контекстная независимость» на «контекстная инвариантность». Мы считаем, что независимость от контекста является более распространенной терминологией (например, Verbruggen and Logan, 2009, Neuroscience and Biobehavioral Reviews), и мы использовали независимость контекста в других недавних связанных работах (Bissett, Jones, Poldrack и Logan, в печати) и хотел бы сохранить последовательность с этим.
3) Мы рекомендуем вам провести дополнительный анализ: предположим, как вы предполагаете, что на распределение RT ответов на сигнал go действительно влияет длительность сигнала go.В первом приближении предположим, что наблюдаемое распределение RT представляет собой бинарную смесь ответов: медленные RT на слабый / короткий стимул и быстрые RT на сильный / длинный стимул. Не делая конкретных предположений о двух компонентах смеси, можно использовать тест распределения смеси, впервые предложенный Фалмань (1968, British J. Math. Statist. Psychology): распределения RT («плотность»), построенные отдельно для каждого SSD. и идти сигнальные испытания, все должны пересекаться в один и тот же момент времени.Конечно, это не надежный тест, но если будут найдены некоторые доказательства в пользу этого предсказания, это укрепит точку зрения авторов.
Благодарим рецензентов за этот очень важный момент. Мы читаем Falmagne (1968) с большим интересом и согласны с тем, что это элегантная процедура для оценки того, состоят ли два или более распределения из бинарной смеси двух постоянных функций распределений.
Однако мы считаем, что эта процедура не подходит для нашего конкретного случая.Хотя мы согласны с тем, что процесс перехода к испытаниям с остановкой и отказом может возникнуть в результате сочетания двух процессов, например, между быстрыми предположениями и реакциями, управляемыми стимулами, в нашей модели предположений, наблюдаемое распределение времени останова и отказа на данном SSD не является простым реализация этой смеси. Наблюдаемое распределение RT остановки-отказа на любом заданном SSD также подвергается цензуре процессом остановки, так что преимущественно быстрые ответы избегают подавления и заполняют наблюдаемое распределение RT остановки-отказа, а преимущественно медленные ответы подавляются и, следовательно, не отражаются в наблюдаемой остановке. -неисправность раздачи RT.Чтобы быть конкретным, если при SSD 50 мс процесс запуска при остановке представляет собой смесь из 80% быстрых предположений и 20% более медленных реакций, вызванных стимулом, но только небольшое количество попыток остановки на 50 мс являются ошибками остановки, тогда остановка -неудачное распределение RT может быть полностью составлено из быстрых предположений (и, следовательно, предполагает, что базовый процесс go на 50 мс не был смесью), и, следовательно, не сможет пройти тест распределения смеси Falmagne (1968), даже если истинный базовый процесс go состоит из 80% быстрых догадок и 20% более медленных реакций, вызванных стимулами.Возможно, проще говоря, наше прочтение Falmagne (1968) состоит в том, что он не обеспечивает окончательного теста бинарных смесей, если эти смеси подвергаются цензуре третьим процессом (в данном случае, процессом остановки).
Тем не менее, мы хотели бы поблагодарить рецензента за то, что он поднял этот вопрос, поскольку он послужил источником вдохновения для нашего подхода к моделированию, который инстанциирует (среди других моделей) распределения смеси в качестве основного процесса перехода при остановленных испытаниях. См. Ответ 1.
4) Высказывались некоторые опасения по поводу того, подходит ли этот документ для eLife, учитывая наше понимание наиболее актуальной цели, а именно публикации «исследований, в которых используются вычислительные методы, модели и программное обеспечение, чтобы предоставить важные биологические идеи во всех областях наук о жизни». «.Настоящая статья не вносит того положительного вклада, который, по-видимому, подразумевает это утверждение. Хотя в документе упоминается, что «необходимо разработать новые модели для остановки, чтобы учесть зависимость от контекста (Bissett et al., 2019), последняя из которых, по нашему мнению, имеет первостепенное значение для развития литературы о стоп-сигналах», в ней не обсуждается такие модели, и он также не показывает потенциально серьезные последствия нарушений независимости контекста в наборе данных ABCD. Усилия по этому вопросу укрепят вклад.
См. Ответ 1. Мы предложили три новые модели, которые могут объяснить механизмы, лежащие в основе нарушений независимости контекста в данных ABCD. Мы показываем, что имитационное моделирование каждой модели влияет на среднее значение SSRT и может влиять на индивидуальные различия SSRT.
Однако мы рассматриваем эту работу как только предварительный начальный шаг к созданию новой модели. Мы не начали подгонку модели, восстановление параметров и различные другие шаги, которые могут потребоваться для надежного тестирования новой модели.Поэтому мы стараемся рассматривать это как предварительную работу. Однако мы надеемся, что рецензенты согласятся, что это положительный вычислительный вклад в рукопись.
5) Авторы пишут: «Учитывая вышеизложенное, при анализе или распространении существующих данных об остановке ABCD мы бы рекомендовали с осторожностью делать какие-либо убедительные выводы из данных об остановке, и любые результаты должны быть четко представлены с ограничением, которое поощряется дизайном задачи. контекстная зависимость и, следовательно, останавливающее поведение (например,g., SSRT) и контрасты нейровизуализации могут быть загрязнены «. Мы считаем, что эта рекомендация слишком мягкая и предложила бы следующую альтернативу: если только сообщество ABCD убедительно не покажет, что дефект конструкции не искажает выводы, основанные на оценках SSRT (или любых других стоп-сигнал), исследователи вообще не должны использовать набор данных ABCD для оценки SSRT.
В частности, в свете нашего нового моделирования (см. Ответ 1) мы согласны с рецензентами в том, что наша предыдущая рекомендация была слишком мягкой.Мы скорректировали язык, чтобы он точно соответствовал предложениям рецензентов:
«С учетом приведенных выше эмпирических данных и моделирования, а также в соответствии с предложением наших рецензентов, если сообщество ABCD не покажет, что эта проблема проектирования не искажает выводы, основанные на оценках SSRT (или любой другой меры стоп-сигнала), исследователи не должны использовать ABCD набор данных для оценки SSRT, и данные нейровизуализации следует использовать с осторожностью »
6) Авторы предлагают исключать субъектов с серьезными нарушениями, о чем свидетельствует среднее RT при остановке-отказе> среднее RT без останова сигнала.Мы обеспокоены тем, что эта рекомендация влияет на репрезентативность выборки. Кроме того, эта рекомендация игнорирует тот факт, что нарушения не являются явлением по принципу «все или ничего», а являются вопросом степени и могут иметь различные формы и размеры.
Мы согласны с рецензентами и скорректировали рукопись в соответствии с их предложением. Мы начинаем этот абзац словами:
«Мы также предлагаем два практических предложения, чтобы попытаться избежать некоторых из самых крайних нарушений, но мы отмечаем существенный недостаток этих решений.”
Мы продолжаем говорить:
«Однако это может повлиять на репрезентативность выборки. Кроме того, хотя это может устранить некоторых из субъектов, которые наиболее серьезно нарушили правила, нарушения не являются явлением по принципу «все или ничего», и это, вероятно, останется у субъектов, которые нарушают правила, хотя и в меньшей степени. Кроме того, приведенное выше моделирование демонстрирует, что нарушения независимости контекста могут проявляться как замедление хода (как при замедленной скорости дрейфа) или ускорение (как в быстрых предположениях на коротких твердотельных накопителях), последнее из которых вообще не будет учитываться этим критерием. .Следовательно, это первое предложение не следует воспринимать как достаточное для уверенного устранения влияния нарушений ».
7) Авторы рекомендуют «проверять любые результаты, когда используются только более длинные SSD, возможно только SSD> 200 мс». Рисунок 3, похоже, не поддерживает рекомендуемое пороговое значение 200 мс: при 200 мс точность все еще далека от асимптотической.
Мы согласны с рецензентами в том, что ограничение, при котором удаляются твердотельные накопители <= 200 мс, может быть слишком большим. Однако, если нашим критерием является то, что точность выбора должна быть полностью асимптотической, то практически все стоп-данные будут удалены.Мы попытались уравновесить стремление к осторожности с желанием дать положительные рекомендации о том, как пользователь данных может в какой-то мере использовать эти некорректные данные. В свете вышеизложенного мы добавили следующее:
«Кроме того, на Рисунке 3 показано, что точность выбора при испытаниях на отказ останова не асимптотика на 200 мс, поэтому более длительная отсечка (и дополнительная потеря данных) позволит более уверенно избежать серьезных нарушений».
8) В целом, мы считаем, что рекомендаций, основанных на исключении участников и испытаний, недостаточно, такая практика повлияет на репрезентативность выборки и увеличит неопределенность оценки и, следовательно, снизит мощность.Настоящее решение здесь, по-видимому, заключается в разработке моделей измерения, которые могут объяснить зависимость процесса запуска и остановки.
Мы согласны с рецензентами и скорректировали наши рекомендации разными способами. Как обсуждалось в ответе 6, мы добавляем оговорки к подходу к удалению субъектов. Как обсуждалось в ответе 7, мы добавляем предостережения в отношении удаления только коротких пробных версий SSD. Мы также изменили следующее предложение с «следует» на «может»:
«Ни одно из этих двух предложений не решает проблему 1, но они могут исключить субъекты и испытания, которые, скорее всего, покажут серьезные нарушения, соответственно».
Мы также заканчиваем этот раздел следующим образом:
«Чтобы решить проблему 1, необходимо устранить различные продолжительности выполнения, которые способствуют зависимости от контекста (см. Перспективные предложения), или необходимо разработать новые модели прекращения действия, чтобы учесть зависимость от контекста, последнее из которых мы считаем крайне важным. к продвижению стоп-сигнальной литературы. Мы пытаемся добиться предварительного прогресса в этом направлении с помощью моделей, которые мы использовали в приведенных выше симуляциях и в сопутствующей работе, предлагающей предварительные теоретические основы, которые могут объяснить контекстную зависимость (Bissett et al., 2021). Тем не менее, это очень предварительные доказательства концепции, и требуется гораздо больше работы, чтобы полностью сформулировать жизнеспособную модель остановки, которая могла бы приспособиться к зависимости от контекста. Кроме того, мы считаем, что проблема проектирования 1 привела к идиосинкразическим нарушениям (т. Е. К снижению количества ошибок выбора), которые потребуют особых вычислительных решений ».
https://doi.org/10.7554/eLife.60185.sa2 .