Name: measuring attentional biases for threat in children and adults
Uploaded: 2014-10-19T15:00:00.000+00:00
Duration: 8 min 25 s
Description: Watch this Scientific Journal Video about Measuring Attentional Biases for Threat in Children and Adults at JoVE.com

We would like to thank Evan Rapoport and William Hulbert for writing the code for the original and updated Matrix programs.

NOTA: El siguiente protocolo sigue las directrices de la Universidad de Rutgers comité de ética de la investigación humana. 1. Estímulos <ol><li> Utilice conjuntos de fotografías que cada uno pertenezca a la misma categoría. Elija el número de estímulos que mejor se adapte a la pregunta experimental; gran parte del trabajo previo con este procedimiento utilizaron 24 fotografías por categoría; </li><li> Para el estudio de la detección de amenazas sociales, utilizar dibujos esquemáticos o fotografías de rostros enojados como los estímulos amenazantes, como los rostros enojados adultos que se encuentran en la cara NimStim Serie 5, 7-9. Como alternativa, utilice rostros temerosos 5. </li><li> Para el estudio de la detección de amenazas sociales en los niños, utilice adultos enfrentar los estímulos tales como las descritas anteriormente, o utilizar fotografías de rostros enojados niños, como los que en el afectivo del niño Expresión facial set (CAFE) 8, véase la nota a continuación. Nota: LoBue, V., y Thrasher, C. La affecti Niñohe Expresión facial (CAFE) Set:. Validez y fiabilidad de los adultos sin formación (2014). </li><li> Para el estudio de la detección de animales como serpientes y arañas mortales, utilizar fotografías de animales de libros sobre la naturaleza o sitios web 3-4,7. </li><li> Elija una categoría de estímulos de comparación neutrales que está bien adaptado a la categoría de amenaza. Si el estudio de caras (de enojo / miedo) caras, utilizar neutros o felices amenazantes como los estímulos de comparación. Si el estudio de animales amenazantes (por ejemplo, serpientes / arañas), usar un animal no amenazante perceptualmente similar (por ejemplo, ranas / cucarachas) 3-4. </li><li> Elija los estímulos distractor. Cualquiera de intercambiar los objetivos y distractores (por ejemplo, los objetivos de serpientes entre distractores rana, rana y objetivos entre los distractores de serpiente), o utilizar un conjunto uniforme de distractores para las condiciones de destino mortal y no mortal (por ejemplo, los objetivos de la serpiente entre los distractores de flores, y la rana objetivos entre la flordistractores). NOTA: Ver Discusión de problemas con la elección de distractores apropiados. </li><li> Cuando los estímulos se componen de fotografías de rostros, utilice el mismo número de rostros masculinos y femeninos, y variar las caras para la carrera sobre la base de la disponibilidad de diferentes razas / etnias en cada conjunto. </li><li> Cuando los estímulos se componen de fotografías de animales o plantas, que coincida con las categorías para el color y el brillo, o usar fotografías en blanco y negro 3-4,7. </li></ol> 2. Equipos <ol><li> Obtener un ordenador con un monitor de pantalla táctil para la tarea. Use un monitor de pantalla táctil independiente que se conecta a los puertos VGA estándar para cualquier PC, o usar una PC tableta que funciona como un todo-en-uno de la computadora y la pantalla táctil. </li><li> Elija los parámetros del estudio, incluyendo el tamaño de la matriz y el número de ensayos. NOTA: El trabajo previo ha usado 9 imágenes (3 por 3) matrices, o de 4 imágenes (2 por 2) matrices, y 24 ensayos, pero otros parámetros pueden serutilizado. </li><li> Utilice un programa personalizado para presentar las matrices de los participantes, el software de presentación comercial como EPrime, o acceder al programa Matrix diseñada específicamente para esta metodología en la página web del autor. NOTA: El programa Matrix permite parámetros de estudio flexibles. Se ofrece a los investigadores la opción de elegir el tamaño de la matriz, el número de ensayos, y los estímulos. También organiza los estímulos al azar dentro de cada matriz, y los presenta en un orden aleatorio. </li><li> Organizar la pantalla táctil del monitor / ordenador en un escritorio o una mesa con un esbozo de huellas localizadas en la mesa delante del monitor. Utilice las huellas de manos como punto de partida para que las manos de los participantes están en el mismo lugar para el inicio de cada ensayo. </li></ol> 3. Procedimiento Niño <ol><li> Asegúrese de que los niños con deficiencias de visión están usando sus anteojos o lentes de contacto durante todo el procedimiento. Excluir los niños con problemas de visión que no tienen un correctivdispositivo de correo. </li><li> Participantes asiento en la longitud del brazo de la base del monitor de pantalla táctil antes de comenzar el experimento. </li><li> Instruya a los niños a poner sus manos sobre las huellas de las manos. Haga esto entre cada prueba para que las manos de los participantes están en el mismo lugar al comienzo de cada prueba. </li><li> Párese al lado del monitor para instruir a los participantes durante todo el procedimiento. </li><li> En primer lugar explicar la tarea al niño: &quot;¿Estás listo para jugar a un juego de ordenador conmigo? Este es un equipo especial que se puede tocar! Yo te voy a mostrar un montón de imágenes en la pantalla y le pedirá que toca algunos de ellos. Estás listo? &quot; </li><li> A continuación, enseñar a los niños participantes cómo utilizar la pantalla táctil, dándoles varios ensayos de práctica. En la práctica de prueba en primer lugar, los participantes se presentan con una sola fotografía de la categoría objetivo, y pedirles que lo toque en la pantalla. Utilice el siguiente lenguaje: &quot;Esta es una (meta). ¿Puede ustedtocar el (objetivo) en la pantalla? &quot; </li><li> En la práctica de prueba en segundo lugar, los participantes se presentan con una sola fotografía de la categoría de elemento de distracción, y pedirles que lo toque en la pantalla. Utilice el siguiente lenguaje: &quot;Esta es una (distractor). ¿Se puede tocar el (distractor) en la pantalla? &quot; </li><li> En los próximos tres ensayos de práctica, los participantes presentes con plenos matrices de nueve imágenes con un objetivo entre ocho distractores. Cuando la primera matriz de la práctica de nueve aparece la imagen en la pantalla, dar las siguientes instrucciones: &quot;Cuando ves las fotos salgan en la pantalla, es su trabajo para encontrar la (meta) y tocar lo más rápido que puedas. ¿Puedes hacer eso? ¿Cree usted que usted puede encontrar los (objetivos) muy rápido? &quot; NOTA: El procedimiento se puede modificar para matrices de otros tamaños, tales como 2 × 2, 1 × 1, etc </li><li> Entre cada ensayo de matriz completa, diseñar el programa de presentación del estímulo para que aparezca un icono de cara sonriente.Explíquele al niño: &quot;. Es su trabajo para tocar los (objetivos), y es mi trabajo para tocar la cara sonriente&quot; Reforzar estas instrucciones si el niño intenta tocar la cara sonriente entre los ensayos posteriores. </li><li> Utilice la cara sonriente entre cada prueba para asegurarse de que toda la atención del niño está en la pantalla antes de la aparición de la siguiente prueba. Cuando las manos del niño están en las huellas de las manos y que él / ella está mirando a la pantalla, pulse el icono de cara sonriente para continuar. Haga esto entre cada prueba. </li><li> Toque la cara sonriente y seguir los ensayos segundo y tercero de la práctica. Si el niño no toque el objetivo en la pantalla, reiterar las instrucciones: &quot;Recuerde que su trabajo es encontrar la (meta) tan rápido como puedas y tocarlo en la pantalla!&quot; </li><li> , Los participantes presentarán el próximo con los ensayos de prueba. </li><li> Utilice un programa de presentación del estímulo que la latencia registra automáticamente para tocar la pantalla desde el inicio de cada matriz.Matrices presente en la pantalla hasta que los participantes toquen el objetivo. No grabe latencia cuando se muestra el icono de cara sonriente; utilizar este icono para redirigir la atención del niño a la pantalla, y reiterar las instrucciones si es necesario. </li><li> Identificar los errores de sus datos de latencia. Los errores son ensayos en los que los participantes seleccionen uno de los estímulos distractor en lugar de la meta. Software de presentación del estímulo personalizado deberían escribirse de manera que los errores son identificados y marcados en la salida. </li><li> Calcular latencia media para detectar los estímulos objetivo para cada participante después de la eliminación de errores. Utilice estos datos para los análisis estadísticos. </li></ol> Procedimiento 4 Adultos <ol><li> Asegúrese de que la visión adultos con discapacidad están usando sus anteojos o lentes de contacto durante todo el procedimiento. Excluir los adultos con problemas de visión que no tienen un dispositivo correctivo. </li><li> Participantes asiento en la longitud del brazo de la base del monitor de pantalla táctil. </lyo&gt; <li> Instruir al participante a / a pone sus manos sobre las huellas de las manos para asegurarse de que las manos de los participantes están en el mismo lugar en el inicio de cada prueba. </li><li> Párese al lado del monitor para instruir a los participantes durante todo el procedimiento. </li><li> Con el fin de enseñar a los participantes cómo utilizar la pantalla táctil, darles varios ensayos de práctica. En los dos primeros ensayos de práctica, pida a los participantes a tocar una sola imagen de la categoría objetivo en la pantalla, seguido de una sola imagen de la categoría de elemento de distracción. </li><li> En los próximos tres ensayos de práctica, los participantes presentes con plenos matrices de nueve imágenes con un solo objetivo en medio de ocho distractores. </li><li> Instruya a los participantes a encontrar los objetivos y tocarlos en la pantalla lo más rápido posible. A continuación, regrese a su / sus manos a las huellas de las manos. NOTA: La cara sonriente entre cada prueba no es necesaria para los participantes adultos; usted puede elegir si utilizar o eliminarlo. </li><li> Si se utiliza el smileycaras, instruir a los participantes a tocar la cara sonriente para pasar a la siguiente prueba. </li><li> Ensayos de práctica siguientes, los participantes presentes los ensayos de prueba, cada uno con un objetivo y ocho distractores. </li><li> Utilice un programa de presentación del estímulo que la latencia registra automáticamente para tocar la pantalla desde el inicio de cada matriz. </li><li> Identificar los errores de sus datos de latencia, como se especifica en el paso 3.13. </li><li> Calcular latencia media para detectar los estímulos objetivo para cada participante después de la eliminación de errores. Utilice estos datos para los análisis estadísticos. </li></ol>

<ol>
	<li>Flykt, A., Esteves, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Emotion+drives+attention:+Detecting+the+snake+in+the+grass.">Emotion drives attention: Detecting the snake in the grass.</a> J. Exp. Psychol. Gen. 130 (3), 466-478 (2001).</li><li>Lundqvist, D., Esteves, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+face+in+the+crowd+revisited:+A+threat+advantage+with+schematic+stimuli.">The face in the crowd revisited: A threat advantage with schematic stimuli.</a> J. Pers. Soc. Psychol. 80 (3), 381-396 (2001).</li><li>LoBue, V., DeLoache, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detecting+the+snake+in+the+grass:+Attention+to+fear-relevant+stimuli+by+adults+and+young+children.">Detecting the snake in the grass: Attention to fear-relevant stimuli by adults and young children.</a> Psychol. Sci. 19 (3), 284-289 (2008).</li><li>LoBue, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=And+along+came+a+spider:+Superior+detection+of+spiders+in+children+and+adults.">And along came a spider: Superior detection of spiders in children and adults.</a> J. Exp. Child. Psychol. 107 (1), 59-66 (2010).</li><li>LoBue, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=More+than+just+a+face+in+the+crowd:+Detection+of+emotional+facial+expressions+in+young+children+and+adults.">More than just a face in the crowd: Detection of emotional facial expressions in young children and adults.</a> Developmental Sci. 12 (2), 305-313 (2009).</li><li>Shibasaki, M., Kawai, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+detection+of+snakes+by+Japanese+Monkeys+(Macaca+fuscata):+An+evolutionarily+predisposed+visual+system.">Rapid detection of snakes by Japanese Monkeys (Macaca fuscata): An evolutionarily predisposed visual system.</a> J. Comp. Psychol. 123 (2), 131-135 (2009).</li><li>LoBue, V., DeLoache, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+so+special+about+slithering+serpents?+Children+and+adults+rapidly+detect+snakes+based+on+their+simple+features.">What so special about slithering serpents? Children and adults rapidly detect snakes based on their simple features.</a> Vis. Cogn. 19 (1), 129-143 (2011).</li><li>LoBue, V., Matthews, K., Harvey, T., Thrasher, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pick+on+someone+your+own+size:+The+detection+of+threatening+facial+expressions+posed+by+both+child+and+adult+models.">Pick on someone your own size: The detection of threatening facial expressions posed by both child and adult models.</a> J. Exp. Child. Psychol. 118, 134-142 (2014).</li><li>Tottenham, N., Tanaka, J. W., Leon, A. C., McCarry, T., Nurse, M., Hare, T. A., Marcus, D. J., Westerlund, A., Casey, B. J., Nelson, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+NimStim+set+of+facial+expressions:+Judgments+from+untrained+research+participants.">The NimStim set of facial expressions: Judgments from untrained research participants.</a> Psychiat. Res. 168 (3), 242-249 (2009).</li><li>LoBue, V., P&#233;rez-Edgar, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sensitivity+to+social+and+non-social+threats+in+temperamentally+shy+children+at-risk+for+anxiety.">Sensitivity to social and non-social threats in temperamentally shy children at-risk for anxiety.</a> Developmental Sci. 17 (2), 239-247 (2014).</li><li>LoBue, V., Matthews, K., Harvey, T., Stark, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+accounts+for+the+rapid+detection+of+threat?+Evidence+for+an+advantage+in+perceptual+and+behavioral+responding+from+eye+movements.">What accounts for the rapid detection of threat? Evidence for an advantage in perceptual and behavioral responding from eye movements.</a> Emotion. 14, 816-823 (2014).</li><li>Baayen, R. H., Davidson, D. J., Bates, D. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mixed-effects+modeling+with+crossed+random+effects+for+subjects+and+items.">Mixed-effects modeling with crossed random effects for subjects and items.</a> J Mem Lang. 59 (4), 390-412 (2008).</li><li>Bagiella, E., Sloan, R. P., Heitjan, D. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mixed-effects+models+in+psychophysiology.">Mixed-effects models in psychophysiology.</a> Psychophysiology. 37 (1), 13-20 (2008).</li><li>Gueorguieva, R., Krystal, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Move+over+ANOVA:+Progress+in+analyzing+repeated-measures+data+and+its+reflection+in+papers+published+in+the+Archives+of+General+Psychiatry.">Move over ANOVA: Progress in analyzing repeated-measures data and its reflection in papers published in the Archives of General Psychiatry.</a> Arch. Gen. Psychiat. 61 (3), 310-317 (2004).</li><li>LoBue, V., Matthews, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+snake+in+the+grass+revisited:+An+experimental+comparison+of+threat+detection+paradigms.">The snake in the grass revisited: An experimental comparison of threat detection paradigms.</a> Cognition Emotion. 28 (1), 22-35 (2014).</li><li>LoBue, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Deconstructing+the+snake:+The+relative+roles+of+perception,+cognition,+and+emotion+on+threat+detection.">Deconstructing the snake: The relative roles of perception, cognition, and emotion on threat detection.</a> Emotion. 14, 701-711 (2014).</li><li>Lipp, O. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Of+snakes+and+flowers:+Does+preferential+detection+of+pictures+of+fear-relevant+animals+in+visual+search+reflect+on+fear-relevance.">Of snakes and flowers: Does preferential detection of pictures of fear-relevant animals in visual search reflect on fear-relevance.</a> Emotion. 6 (2), 296-308 (2006).</li><li>Lipp, O. V., Derakshan, N., Waters, A. M., Logies, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Snakes+and+cats+in+the+flower+bed:+Fast+detection+is+not+specific+to+pictures+of+fear-relevant+animals.">Snakes and cats in the flower bed: Fast detection is not specific to pictures of fear-relevant animals.</a> Emotion. 4 (3), 233-250 (2004).</li><li>Tipples, J., Young, A. W., Quinlan, P., Broks, P., Ellis, A. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Searching+for+threat.">Searching for threat.</a> Q. J. Exp. Psychol. 55 (3), 1007-1026 (2002).</li><li>Frischen, A., Eastwood, J. D., Smilek, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+search+for+faces+with+emotional+expressions.">Visual search for faces with emotional expressions.</a> Psychol. Bull. 134 (5), 662-676 (2008).</li><li>Byrne, A., Eysenck, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Trait+anxiety,+anxious+mood,+and+threat+detection.">Trait anxiety, anxious mood, and threat detection.</a> Cognition Emotion. 9 (6), 549-562 (1995).</li><li>Fenske, M. J., Eastwood, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modulation+of+focused+attention+by+faces+expressing+emotion:+Evidence+from+flanker+tasks.">Modulation of focused attention by faces expressing emotion: Evidence from flanker tasks.</a> Emotion. 3 (4), 327-343 (2003).</li><li>Fox, E., Russo, R., Dutton, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Attentional+bias+for+threat:+Evidence+for+delayed+disengagement+from+emotional+faces.">Attentional bias for threat: Evidence for delayed disengagement from emotional faces.</a> Cognition Emotion. 16 (3), 355-379 (2002).</li><li>Gilboa-Schechtman, E., Foa, E. B., Amir, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Attentional+biases+for+facial+expressions+in+social+phobia:+The+face-in-the-crowd+paradigm.">Attentional biases for facial expressions in social phobia: The face-in-the-crowd paradigm.</a> Cognition Emotion. 13 (3), 305-318 (1999).</li><li>Horstmann, G., Scharlau, I., Ansorge, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=More+efficient+rejection+of+happy+than+of+angry+face+distractors+in+visual+search.">More efficient rejection of happy than of angry face distractors in visual search.</a> Psychon. B. Rev. 13 (6), 1067-1073 (2006).</li><li>Lipp, O. V., Waters, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=When+danger+lurks+in+the+background:+Attentional+capture+by+animal+fear-relevant+distractors+is+specific+and+selectively+enhanced+by+animal+fear.">When danger lurks in the background: Attentional capture by animal fear-relevant distractors is specific and selectively enhanced by animal fear.</a> Emotion. 7 (1), 192-200 (2007).</li><li>Cacioppo, J. T., Priester, J. R., Berntson, G. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rudimentary+determinants+of+attitudes:+II.+Arm+flexion+and+extension+have+differential+effects+on+attitudes.">Rudimentary determinants of attitudes: II. Arm flexion and extension have differential effects on attitudes.</a> J. Pers. Soc. Psychol. 65 (1), 5-17 (1993).</li><li>Reynolds, M. G., Eastwood, J. D., Partanen, M., Frischen, A., Smilek, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Monitoring+eye+movements+while+searching+for+affective+faces.">Monitoring eye movements while searching for affective faces.</a> Vis. Cogn. 17 (3), 318-333 (2009).</li><li>Calvo, M. G., Avero, P., Lundqvist, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Facilitated+detection+of+angry+faces:+Initial+orienting+and+processing+efficiency.">Facilitated detection of angry faces: Initial orienting and processing efficiency.</a> Cognition Emotion. 20 (6), 785-811 (2006).</li><li>Reinholdt-Dunne, M. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Anxiety+and+selective+attention+to+angry+faces:+An+antisaccade+study.">Anxiety and selective attention to angry faces: An antisaccade study.</a> J. Cogn. Psychol. 24 (1), 54-65 (2012).</li><li>Rinck, M., Reinecke, A., Ellwart, T., Heuer, K., Becker, E. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Speeded+detection+and+increased+distraction+in+fear+of+spiders:+Evidence+from+eye+movements.">Speeded detection and increased distraction in fear of spiders: Evidence from eye movements.</a> J. Abnorm. Psychol. 114 (2), 235-248 (2005).</li><li>Flykt, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Preparedness+for+action:+Responding+to+the+snake+in+the+grass.">Preparedness for action: Responding to the snake in the grass.</a> J. Abnorm. Psychol. 119 (1), 29-43 (2006).</li><li>Flykt, A., Caldera, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tracking+fear+in+snake+and+spider+fearful+participants+during+visual+search:+A+multi-response+domain+study.">Tracking fear in snake and spider fearful participants during visual search: A multi-response domain study.</a> Cognition Emotion. 20 (8), 1075-1091 (2006).</li></ol>

The authors have nothing to disclose.

Aquí se presenta un protocolo detallado para el paradigma de detección de pantalla táctil con facilidades para niños, y se discuten los resultados anteriores utilizando el procedimiento con los niños y los adultos. Hay algunos factores adicionales que los investigadores deben considerar cuando se utiliza el paradigma. En primer lugar, los investigadores deben pensar cuidadosamente acerca de la puesta en marcha experimental, como el etiquetado de los objetivos, el estado emocional del participante, y los rasgos emocionales de los participantes (por ejemplo, fobias, ansiedad) han demostrado afectar los resultados 1,11,15-16 . Además, los investigadores deben tener cuidado en la elección de los estímulos diana apropiadas. En gran parte de la investigación sobre la detección de amenazas con los adultos, la detección de las serpientes y las arañas se comparó con la detección de flores y setas 1. Sin embargo, ya que las flores y las setas no son animales, la ventaja para las serpientes y arañas reportadas en estos estudios podría reflejar una ventaja para los animales en general y no amenazando animaless per se. Un puñado de estudios han demostrado que los animales (independientemente de la amenaza-relevancia) se detectan más rápidamente que las plantas 17 a 19; la comparación de las serpientes y arañas para otros animales rectificaría este posible problema 3-4. Similar atención se debe prestar a la elección de los estímulos distractor adecuados en los estudios de detección visuales como distractores amenazantes se ha demostrado que reducir la velocidad a los participantes cuando se están detectando objetivos no amenazantes 20-26. El uso de distractores uniformes podría ayudar a asegurar que las diferencias encontradas en la detección se pueden atribuir a los objetivos 7. Por último, al elegir tanto objeto distractor estímulos, se debe prestar atención a la heterogeneidad de percepción a través de los estímulos. En otras palabras, las fotografías deben ser agrupados por color, el brillo, la luminosidad, etc, como paradigmas visuales de búsqueda son especialmente sensibles a las diferencias de percepción de bajo nivel de los estímulos. Una crítica potencial del aparadigma de pantalla uch es que requiere a los participantes a hacer contacto físico con los estímulos objetivo tocándolos en la pantalla. Se podría argumentar que la exigencia a los participantes a hacer contacto físico con las fotografías de los estímulos amenazantes podría retardar la respuesta en lugar de facilitarlo. Sin embargo, un extenso trabajo utilizando el paradigma de pantalla táctil ha demostrado consistentemente que los estímulos amenazantes se detectan (y tocaron en la pantalla) más rápidamente que una variedad de estímulos no amenazantes, incluso si los participantes son fóbico o miedo de los objetivos amenazantes 1. Además, varios estudios han sugerido que el movimiento de prensado necesaria para el paradigma de detección de la pantalla táctil es de hecho en línea con la evitación de responder. Más específicamente, Cacioppo y sus colegas han sugerido que el acto de tirar hacia uno mismo se asocia generalmente con acercarse a los estímulos positivos, mientras que el acto de empujar produce retroalimentación en el cuerpo que se asemeja a evitar stimul negativoyo. Por ejemplo, los participantes que se les pidió que calificaran los estímulos neutrales durante una tarea de la flexión del brazo prefieren los estímulos más que los participantes que ellos calificaron durante una tarea de extensión del brazo 27. Por lo tanto, aunque el procedimiento de pantalla táctil requiere que los participantes de hacer contacto físico con los estímulos amenazantes, no hay evidencia que sugiera que hacer contacto físico con estas amenazas ralentiza responder. Una nota final es que el procedimiento de la pantalla táctil ahora se puede utilizar en combinación con la tecnología de seguimiento de los ojos, lo que puede permitir el potencial de descubrir los mecanismos que conducen a la rápida detección de amenazas. Algunos investigadores, por ejemplo, han sugerido que la ventaja de amenaza en paradigmas visuales de búsqueda es impulsada por los rápidos primeras fijaciones de amenazar estímulos 28. Otros han informado de que estos resultados son impulsados ​​por el hecho de que los participantes hacen un menor número de fijaciones antes de detectar amenazante que los estímulos no amenazante 29. En estafacontraste, otros investigadores han demostrado que la ventaja de amenaza en los participantes ansiosos o fóbicos es impulsado por la dificultad de desenganchar el objeto del temor de los participantes 30-31. Por último, hay otros que han sugerido que la ventaja de amenaza en los paradigmas de detección se debe al rápido comportamiento de responder (presionando un botón o tocar la pantalla), después de amenazar objetivos son primero fijado. En otras palabras, los estímulos amenazantes pueden evocar una acción más rápida, y no necesariamente más rápido de detección de 32-33. Utilizando el paradigma de la pantalla táctil en combinación con la tecnología de seguimiento ocular puede ayudar a aclarar este importante (y aún controversial) cuestión. En conclusión, el paradigma de la pantalla táctil para niños produce resultados similares a los producidos con los paradigmas tradicionales de detección visual de adultos centrada. Las investigaciones futuras utilizando este paradigma no sólo podría ayudar a dilucidar los tipos de estímulos que se detectan especialmente quickly, pero también puede ayudar a descubrir cómo los seres humanos adquieren estos sesgos de amenaza en la atención visual.

Durante décadas, los investigadores han estado interesados ​​en la detección de diversos tipos de estímulos amenazantes de los seres humanos. En el paradigma de detección adulto estándar utilizado en la investigación anterior, los participantes se presentan generalmente con fotografías dispuestas en 3 × 3 matrices o 2 × 2 matrices. Las matrices están compuestas de fotografías desde una sola categoría de estímulo, o que contienen una imagen discrepante de una segunda categoría de estímulo. Se les pide a los participantes adultos que pulsar un botón si todas las fotos son de la misma categoría, y un segundo botón si hay una imagen discrepante presente. Los adultos generalmente detectan los estímulos amenazantes incluidas las serpientes, arañas y rostros enojados con mayor rapidez que los estímulos neutros, incluidas las flores, setas, y las caras felices o neutrales 1,2. Tradicionalmente, el foco de la mayoría de las investigaciones de detección de amenazas ha estado en los participantes adultos. Con el fin de examinar cómo los sesgos atencionales para desarrollar amenaza, LoBue y DeLoache (2008) modificó el paradigma estándar de detección visual de adultos de manera que pudiera ser utilizado con los niños, así 3. Presentaron a los participantes con 3 × 3 matrices de las imágenes en un monitor de pantalla táctil, cada matriz que contiene un solo objetivo entre ocho distractores. Le dijeron a los participantes a encontrar el objetivo lo más rápido posible y tocarlo en la pantalla. Diversos estudios utilizando el paradigma de pantalla táctil modificado han mostrado resultados paralelos a los reportados en estudios previos con el procedimiento de pulsación de botón estándar descrito anteriormente: niños en edad preescolar (de edades comprendidas entre 3 a 5) y adultos detectar imágenes de serpientes más rápido que las imágenes de flores, ranas y orugas; detectan las arañas más rápido que las setas y cucarachas; y detectan las expresiones faciales enojados y temerosos más rápido que las caras felices, neutrales, y tristes 3-5. Hay algunas diferencias importantes entre el procedimiento de pulsación de botón estándar y la nueva pantalla táctilprocedimiento que hacen que el paradigma de pantalla táctil más fácil y favorable a los niños. En el procedimiento clásico de adultos, los participantes se presentan con dos tipos de matrices de algunos que se componen de fotografías de una sola categoría, y otros que contienen una imagen de una categoría discrepante. En este paradigma, la tarea de los participantes es pulsar una tecla si ven una imagen discrepante, y una segunda clave si todas las imágenes de la matriz pertenecen a la misma categoría. Por el contrario, los participantes que usaron el procedimiento de pantalla táctil saben que habrá un objetivo en cada matriz, y su tarea es simplemente tocarlo. Esto hace que la tarea de pantalla táctil fácil: En lugar de tener que detectar si una imagen discrepante está presente y recuerde pulsar un botón específico en un teclado, los participantes en el paradigma de la pantalla táctil saben que un objetivo está presente en cada matriz, y su única tarea es encontrar y tocar directamente en la pantalla 5. Además, el procedimiento de pantalla táctil puede ser túlucha como una tarea de elección forzada en lugar de un sí / no es una tarea como el procedimiento de pulsación de botón estándar; mediante una tarea de elección forzada elimina cualquier sesgo de respuesta potencial. La metodología de la pantalla táctil se puede utilizar con los niños tan jóvenes como de tres, con los niños mayores y los adultos. De hecho, los investigadores incluso han utilizado el paradigma de la pantalla táctil para examinar la detección de amenazas en monos, informando que ellos también detectan una sola serpiente entre ocho flores más rápidamente que una sola flor entre ocho serpientes 6. Aquí presentamos un protocolo detallado para el paradigma de detección de pantalla táctil con facilidades para niños, que describe el material pertinente, equipo, procedimiento y análisis necesarios para utilizar este procedimiento con los dos participantes de niños y adultos. Describimos los resultados anteriores utilizando el procedimiento de adultos pulsación de botón estándar y el procedimiento de pantalla táctil modificado dentro de los mismos participantes y se discuten las similitudes y diferencias entre los resultados de cada paradigma.Finalmente, se discuten consideraciones prácticas para el uso del procedimiento de la pantalla táctil en futuras investigaciones sobre el estudio de detección de amenazas.

measuring attentional biases for threat in children and adults

Investigators have long been interested in the human propensity for the rapid detection of threatening stimuli. However, until recently, research in this domain has focused almost exclusively on adult participants, completely ignoring the topic of threat detection over the course of development. One of the biggest reasons for the lack of developmental work in this area is likely the absence of a reliable paradigm that can measure perceptual biases for threat in children. To address this issue, we recently designed a modified visual search paradigm similar to the standard adult paradigm that is appropriate for studying threat detection in preschool-aged participants. Here we describe this new procedure. In the general paradigm, we present participants with matrices of color photographs, and ask them to find and touch a target on the screen. Latency to touch the target is recorded. Using a touch-screen monitor makes the procedure simple and easy, allowing us to collect data in participants ranging from 3 years of age to adults. Thus far, the paradigm has consistently shown that both adults and children detect threatening stimuli (e.g., snakes, spiders, angry/fearful faces) more quickly than neutral stimuli (e.g., flowers, mushrooms, happy/neutral faces). Altogether, this procedure provides an important new tool for researchers interested in studying the development of attentional biases for threat.

Los análisis estadísticos Hay varios análisis estadísticos posibles que se pueden hacer con los datos producidos por la metodología de la pantalla táctil. Utilice SPSS u otro software estadístico para analizar los datos. Los estudios originales utilizando la tarea de detección de pantalla táctil utilizada diseños entre sujetos, donde cada participante fue asignado al azar a una condición experimental de 3,5. Si este es el caso, los investigadores deben calcular la latencia media para detectar los estímulos de destino en todos los ensayos utilizables (como se indica en el Protocolo). Esto produce un único punto de datos para cada participante. Los datos se pueden introducir como variable dependiente en un ANOVA de serie con categoría de destino como el factor inter-sujetos. Alternativamente, los investigadores pueden optar por utilizar un diseño intra-sujetos con los participantes que recibieron todas las condiciones experimentales. En este caso, los investigadores deben tener cuidado de counterbalance / cambiar aleatoriamente el orden de las tareas, ya que los participantes tienden a llegar más rápido en ensayos repetidos. Los investigadores pueden utilizar los mismos métodos estadísticos descritos anteriormente para el diseño entre sujetos mediante un ANOVA de medidas repetidas. Alternativamente, una ventaja de un diseño dentro de los temas es que los investigadores pueden calcular una puntuación de sesgo, que es generalmente una diferencia de puntuación que representa un sesgo para ciertos tipos de estímulos. Por ejemplo, un puntaje de predisposición para las caras amenazantes se puede calcular restando la latencia media para detectar rostros enojados de la latencia promedio de detectar caras felices 10. En este caso, las puntuaciones positivas indican un sesgo en busca de amenazas, y las puntuaciones negativas indican un sesgo para los no amenazas. En algunos casos, los investigadores podrían optar por utilizar dentro de los sujetos diseños completos donde los participantes una serie de condiciones experimentales en una sola sesión de evaluación. En estos casos, los investigadores podrían optar por utilizar efectos mixtos ANOVA para analizar datos a nivel de ensayo en lugarel análisis de un solo punto de datos promedio para cada participante. Mediante el uso de cada punto de datos en lugar de un solo medio, modelos mixtos tienen en cuenta las diferencias individuales en el comportamiento de unos participantes a lo largo de muchos ensayos, reduciendo la posibilidad de error 12-14. Por último, es de destacar que montado en la cabeza o la tecnología de seguimiento ocular escritorio montado se pueden utilizar en combinación con la pantalla táctil paradigma detección visual para capturar fijaciones exactas como participantes buscan estímulos diana. Eye-tracking produce más que la latencia para tocar la pantalla, sino que también produce datos sobre la latencia para fijar primero el objetivo, fijaciones totales y tiempo de fijación a cada distractor antes fijando primero el objetivo, y la latencia de la primera fijación a hacer una respuesta de comportamiento 11. Al diferenciar entre estas medidas, los investigadores pueden eliminar la ambigüedad de los posibles mecanismos que impulsan la rápida detección. Por ejemplo, un perceptualventaja para los estímulos diana se puede examinar mediante el análisis de latencia a la primera estímulos diana Fixate. Si hay una ventaja de percepción de algunos estímulos más que otros, la latencia para fijar primero los objetivos debería ser más rápido que para otros objetivos. A utomaticity de búsqueda, o &quot;saltar&quot;, también se puede medir con un ojo-tracker examinando el número de distractores cada participante se obsesiona antes de llegar a la meta. Si la búsqueda se produce de forma automática para ciertos estímulos objetivo, los participantes deben escanear menos distractores antes de alcanzar esos objetivos. Un ojo-tracker también puede ser utilizado para examinar la eficiencia de la respuesta conductual, la medición de la latencia para tocar la pantalla desde el momento en que el participante fixates primero el objetivo. Si hay una ventaja en el comportamiento de responder durante ciertos estímulos objetivo, los participantes deben ser más rápido para hacer una respuesta de comportamiento (por ejemplo, toque un objetivo en la pantalla) después fijando primero de esos objetivos. Modelos mixtos pueden ser used para analizar los datos de seguimiento ocular de modo que cada fijación se puede utilizar en los análisis. Los patrones de detección en niños en edad preescolar y adultos La investigación anterior utilizando el paradigma de la detección de la pantalla táctil con los participantes, tanto para niños y adultos ha demostrado consistentemente que los participantes de todas las edades detectan amenaza estímulos con mayor rapidez que los estímulos no amenazantes. En el documento original con el procedimiento, los autores examinaron la detección de las serpientes contra diversos estímulos no amenazantes (flores, ranas y orugas, respectivamente). En el procedimiento para el Experimento 1, los participantes ya sea detectaron una sola serpiente entre 8 flores o una sola flor entre 8 serpientes en cada ensayo posterior. Los participantes detectan serpientes más rápidamente que las flores, y los adultos detectan todos los estímulos más rápidamente que los niños. Un segundo experimento comparó las serpientes a un animal que se parece mucho a las serpientes-ranas. Una vez más, los participantes detectaron laserpientes significativamente más rápido que las ranas y los adultos detectan todos los objetivos con mayor rapidez que los niños. Por último, un tercer experimento comparó la detección de las serpientes a otro animal que tiene la forma de una serpiente-orugas. Una vez más, ambos grupos de edad detectan serpientes más rápidamente que las orugas, pero el efecto fue significativo sólo para niños de 3 (Figura 1). <img alt="Figura 1" src="/files/ftp_upload/52190/52190fig1highres.jpg" /> La figura 1 representa los datos recogidos durante 3 años de edad y adultos en los experimentos 1-3, y ha sido modificado desde LoBue y DeLoache (2008) 3. En los tres experimentos, 3 años de edad detectan estímulos amenazantes (serpientes) significativamente más rápido que varios estímulos no amenazante (flores, ranas y orugas, respectivamente). Adultos mostraron el mismo patrón, pero los resultados fueron sólo significativo para los Experimentos 1 y 2 (flors, ranas). Esta cifra ha sido modificado desde LoBue y DeLoache (2008) 3. <a href="https://www.jove.com/files/ftp_upload/52190/52190fig1highres.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> Juntos, estos resultados muestran que el paradigma de la pantalla táctil demuestra una ventaja para amenazar sobre no amenazante estímulos-la misma ventaja informado en la investigación anterior. Además, el paradigma de la pantalla táctil produce los mismos patrones de respuesta a través de varios grupos de edad, incluidos los adultos y los niños en edad preescolar de 3-5. Comparación Across Paradigmas ¿Cómo los resultados producidos por el procedimiento de pantalla táctil en comparación con los resultados producidos por el adulto clásica pulsación de botón paradigma de detección? Un estudio recientemente trató de replicar los pulsación de botón 1 y la pantalla táctil 3 metodologías dentro de los sujetos para comparar los patrones deresponder a través de estos dos paradigmas 15. En el estudio, un grupo de adultos a cabo tanto las tareas de detección de pulsación de botón y de detección de pantalla táctil exactamente, y los resultados fueron comparados. Como era de esperar, en los dos paradigmas, los participantes detectaron objetivos amenazantes (serpientes, arañas) más rápida y precisa (es decir, que cometieron menos errores) que no amenazante metas (flores, setas), en consonancia con el trabajo previo con las dos paradigmas. Estos resultados muestran que el paradigma de la pantalla táctil de hecho produce el mismo patrón de resultados que el procedimiento de pulsación de botón clásico, 3-4,15, lo que sugiere que las diferencias de menor importancia entre los paradigmas (estímulos, el número de ensayos, etc) no cambian el patrón general de los resultados con respecto a la detección de amenaza contra los estímulos no amenazantes. A pesar de estas similitudes, también hubo una importante diferencia en los resultados dignos de mención. En el procedimiento de pulsación de botón, increasing el tamaño de la matriz de 4 a 9 fotografías desaceleró detección de blancos no amenazantes, mientras que la detección de objetivos amenazantes fue igual de rápido sin importar el tamaño del conjunto. Sin esta interacción se encontró para el paradigma de la pantalla táctil, y la detección de objetivos amenazantes y no amenazantes fue más lento al aumentar el tamaño de la matriz de 4 a 9 fotografías. Además, hubo poca relación entre la respuesta en una tarea y responder en el otro de acuerdo con un análisis de correlación. Por lo tanto, los investigadores deben tener en cuenta que si bien el patrón general de detección de amenaza frente a la no-amenazantes resultados más rápidos estímulos-fue la misma entre los paradigmas, todavía no está claro si los procedimientos están midiendo el mismo proceso subyacente 15 (Figura 2). <img alt="Figura 2" src="/files/ftp_upload/52190/52190fig2highres.jpg" /> La Figura 2 representa el recogieron datos<html> d de los adultos (y que ha sido modificado a partir de la figura) en LoBue y Matthews (2014) 15. Presenta latencias medias para detectar estímulos de destino en el procedimiento de pulsación de botón (Experimento 1), y el procedimiento de pantalla táctil (Experimento 3) . Ambos procedimientos producen una ventaja por amenazar a estímulos serpientes y arañas fueron detectados con mayor rapidez que las flores y las setas. Sin embargo, sólo había un objetivo por el conjunto de interacción tamaño para el procedimiento de pulsación de botón, lo que indica que la detección de estímulos amenazantes no se vio afectada por el número de distractores en cada matriz, mientras que la detección de los estímulos no amenazantes fue más rápida en 2 × 2 que en 3 × 3 matrices. Esta interacción no se ha encontrado para el procedimiento de pantalla táctil, y ambos tipos de estímulos fueron igualmente afectados por el aumento del tamaño de la matriz de 4 a 9 fotografías. Esta cifra ha sido modificado desde LoBue y Matthews (2014) 15.2highres.jpg &quot;target =&quot; _blank &quot;&gt; Haga clic aquí para ver una versión más grande de esta figura.

Watch this Scientific Journal Video about Measuring Attentional Biases for Threat in Children and Adults at JoVE.com

Measuring Attentional Biases for Threat in Children and Adults

Here we describe a touch-screen visual search paradigm that can be used to study threat detection across the lifespan. The paradigm has already been used in various studies demonstrating that both children and adults detect threatening stimuli like snakes, spiders, and angry faces faster than non-threatening stimuli.

Medición atencionales sesgos de amenaza en niños y adultos

Investigators have long been interested in the human propensity for the rapid detection of threatening stimuli. However, until recently, research in this ...

measuring-attentional-biases-for-threat-in-children-and-adults

Research

JoVE Journal

Behavior

15.2K vistas.  Rutgers University. Here we describe a touch-screen visual search paradigm that can be used to study threat detection across the lifespan. The paradigm has already been used in various studies demonstrating that both children and adults detect threatening stimuli like snakes, spiders, and angry faces faster than non-threatening stimuli.

Video: Measuring Attentional Biases for Threat in Children and Adults

Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with schizophrenia who are at familial high risk (FHR) may show similar cognitive and emotional changes. However, the neurological changes underlying the emergence of these symptoms remain unclear. This study sought to identify differences in frontal, striatal, and limbic regions in children and adolescents with FHR using functional magnetic resonance imaging. Groups of 21 children and adolescents at FHR and 21 healthy controls completed an emotional oddball task that relied on selective attention and the suppression of task-irrelevant emotional information. The standard oddball task was modified to include aversive and neutral distractors in order to examine potential group differences in both emotional and executive processing. This task was designed specifically to allow for children and adolescents to complete by keeping the difficulty and emotional image content age-appropriate. Furthermore, we demonstrate a technique for suitable fMRI registration for children and adolescent participants. This paradigm may also be applied in future studies to measure changes in neural activity in other populations with hypothesized developmental changes in executive and emotional processing.

This paper describes how to use the emotional oddball task and fMRI to measure brain activation in children and adolescents at familial high risk for schizophrenia (FHR).&#160;FMRI was used to measure differences in fronto-striato-limbic regions during an emotional oddball task. Children with FHR exhibited abnormal functional activation during adolescence.

Medición de Fronto-límbico Actividad Usando una Emocional bicho raro de tareas en niños con alto riesgo familiar para la esquizofrenia

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with ...

Investigación

Comportamiento

Using the Threat Probability Task to Assess Anxiety and Fear During Uncertain and Certain Threat

Fear of certain threat and anxiety about uncertain threat are distinct emotions with unique behavioral, cognitive-attentional, and neuroanatomical components. Both anxiety and fear can be studied in the laboratory by measuring the potentiation of the startle reflex. The startle reflex is a defensive reflex that is potentiated when an organism is threatened and the need for defense is high. The startle reflex is assessed via electromyography (EMG) in the orbicularis oculi muscle elicited by brief, intense, bursts of acoustic white noise (i.e., &#8220;startle probes&#8221;). Startle potentiation is calculated as the increase in startle response magnitude during presentation of sets of visual threat cues that signal delivery of mild electric shock relative to sets of matched cues that signal the absence of shock (no-threat cues). In the Threat Probability Task, fear is measured via startle potentiation to high probability (100% cue-contingent shock; certain) threat cues whereas anxiety is measured via startle potentiation to low probability (20% cue-contingent shock; uncertain) threat cues. Measurement of startle potentiation during the Threat Probability Task provides an objective and easily implemented alternative to assessment of negative affect via self-report or other methods (e.g., neuroimaging) that may be inappropriate or impractical for some researchers. Startle potentiation has been studied rigorously in both animals (e.g., rodents, non-human primates) and humans which facilitates animal-to-human translational research. Startle potentiation during certain and uncertain threat provides an objective measure of negative affective and distinct emotional states (fear, anxiety) to use in research on psychopathology, substance use/abuse and broadly in affective science. As such, it has been used extensively by clinical scientists interested in psychopathology etiology and by affective scientists interested in individual differences in emotion.

Potentiation of the startle reflex is measured via electromyography of the orbicularis oculi muscle during low (uncertain) and high (certain) probability electric shock threat in the Threat Probability Task. This provides an objective measure of distinct negative emotional states (fear/anxiety) for research on psychopathology, substance use/abuse, and broad affective science.

Usando el Grupo de probabilidad de amenaza para evaluar la ansiedad y el miedo durante una amenaza incierta y Certain

Fear of certain threat and anxiety about uncertain threat are distinct emotions with unique behavioral, cognitive-attentional, and neuroanatomical ...

Measurement of Neurophysiological Signals of Ignoring and Attending Processes in Attention Control

Attention control is the ability to selectively attend to some sensory signals while ignoring others. This ability is thought to involve two processes: enhancement of sensory signals that are to be attended and the attenuation of sensory signals that are to be ignored. The overall strength of attentional modulation is often measured by comparing the amplitude of a sensory neural response to an external input when attended versus when ignored. This method is robust for detecting attentional modulation, but precludes the ability to assess the separate dynamics of attending and ignoring processes. Here, we describe methodology to measure independently the neurophysiological signals of attending and ignoring using the intermodal attention task (IMAT). This task, when combined with electroencephalography, isolates neurophysiological sensory responses in auditory and visual modalities, when either attending or ignoring, with respect to a passive control. As a result, independent dynamics of attending and of a ignoring can be assessed in either modality. Our results using this task indicate that the timing and cortical sources of attending and ignoring effects differ, as do their contributions to the attention modulation effect, pointing to unique neural trajectories and demonstrating sample utility of measuring them separately.

Attention control comprises enhancement of target signals and attenuation of distractor signals. We describe an approach to measure separately but concurrently, the neurophysiology of attending and ignoring in sustained intermodal attention, utilizing a passive control condition during which neither process is continuously engaged.

Medición de señales neurofisiológicas de ignorar y Asistir Procesos en Control de Atención

Attention control is the ability to selectively attend to some sensory signals while ignoring others. This ability is thought to involve two processes: ...

The Emotional Stroop Task: Assessing Cognitive Performance under Exposure to Emotional Content

The emotional Stroop effect (ESE) is the result of longer naming latencies to ink colors of emotion words than to ink colors of neutral words. The difference shows that people are affected by the emotional content conveyed by the carrier words even though they are irrelevant to the color-naming task at hand. The ESE has been widely deployed with patient populations, as well as with non-selected populations, because the emotion words can be selected to match the tested pathology. The ESE is a powerful tool, yet it is vulnerable to various threats to its validity. This report refers to potential sources of confounding and includes a modal experiment that provides the means to control for them. The most prevalent threat to the validity of existing ESE studies is sustained effects and habituation wrought about by repeated exposure to emotion stimuli. Consequently, the order of exposure to emotion and neutral stimuli is of utmost importance. We show that in the standard design, only one specific order produces the ESE.

The emotional Stroop effect (ESE) is the result of longer naming latencies to ink colors of emotion words than those of neutral words. This report refers to potential sources of confounding and includes a modal experiment that provides the means to control for them.

La tarea Stroop emocional: Evaluación del desempeño cognitivo bajo la exposición a contenido emocional

The emotional Stroop effect (ESE) is the result of longer naming latencies to ink colors of emotion words than to ink colors of neutral words. The ...

Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments

This protocol describes how to conduct temporal-order experiments to measure visual processing speed and the attentional resource distribution. The proposed method is based on a new and synergistic combination of three components: the temporal-order judgments (TOJ) paradigm, Bundesen&#39;s Theory of Visual Attention (TVA), and a hierarchical Bayesian estimation framework. The method provides readily interpretable parameters, which are supported by the theoretical and neurophysiological underpinnings of TVA. Using TOJs, TVA-based estimates can be obtained for a broad range of stimuli, whereas traditional paradigms used with TVA are mainly limited to letters and digits. Finally, the meaningful parameters of the proposed model allow for the establishment of a hierarchical Bayesian model. Such a statistical model allows assessing results in one coherent analysis both on the subject and the group level.
To demonstrate the feasibility and versatility of this new approach, three experiments are reported with attention manipulations in synthetic pop-out displays, natural images, and a cued letter-report paradigm.

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

La medición de velocidad Atención y tratamiento visual de análisis basado en modelos de resoluciones judiciales de orden temporal

This protocol describes how to conduct temporal-order experiments to measure visual processing speed and the attentional resource distribution. The ...

Gaze in Action: Head-mounted Eye Tracking of Children's Dynamic Visual Attention During Naturalistic Behavior

Young children's visual environments are dynamic, changing moment-by-moment as children physically and visually explore spaces and objects and interact with people around them. Head-mounted eye tracking offers a unique opportunity to capture children's dynamic egocentric views and how they allocate visual attention within those views. This protocol provides guiding principles and practical recommendations for researchers using head-mounted eye trackers in both laboratory and more naturalistic settings. Head-mounted eye tracking complements other experimental methods by enhancing opportunities for data collection in more ecologically valid contexts through increased portability and freedom of head and body movements compared to screen-based eye tracking. This protocol can also be integrated with other technologies, such as motion tracking and heart-rate monitoring, to provide a high-density multimodal dataset for examining natural behavior, learning, and development than previously possible. This paper illustrates the types of data generated from head-mounted eye tracking in a study designed to investigate visual attention in one natural context for toddlers: free-flowing toy play with a parent. Successful use of this protocol will allow researchers to collect data that can be used to answer questions not only about visual attention, but also about a broad range of other perceptual, cognitive, and social skills and their development.

Young children do not passively observe the world, but rather actively explore and engage with their environment. This protocol provides guiding principles and practical recommendations for using head-mounted eye trackers to record infants' and toddlers' dynamic visual environments and visual attention in the context of natural behavior.

Contemplar en acción: montado en la cabeza Eye Tracking dinámico atención Visual de los niños durante la conducta naturalista

Young children's visual environments are dynamic, changing moment-by-moment as children physically and visually explore spaces and objects and interact ...

Comparing Eye-tracking Data of Children with High-functioning ASD, Comorbid ADHD, and of a Control Watching Social Videos

Children with autism spectrum disorders (ASD) are known to have sensory-perceptual processing deficits that weaken their abilities to attend and perceive social stimuli in daily living contexts. Since daily social episodes consist of subtle dynamic changes in social information, any failure to attend to or process subtle human nonverbal cues, such as facial expression, postures, and gestures, might lead to inappropriate social interaction. Traditional behavioral rating scales or assessment tools based on static social scenes have limitations in capturing the moment-to-moment changes in social scenarios. An eye-tracking assessment, which can be administered in a video-based mode, is therefore preferred, to augment clinical observation. In this study, using the single-case comparison design, the eye-tracking data of three participants, a child with autism spectrum disorder (ASD), another with comorbid attention deficit-hyperactive disorder (ADHD), and a neurotypical control, are captured while they view a video of social scenarios. The eye-tracking experiment has helped answer the research question: How does social attention differ between the three participants? By predefining areas of interest (AOIs), their visual attention on relevant or irrelevant social stimuli, how fast each participant attends to the first social stimuli appearing in the videos, for how long each participant continues to attend to those stimuli within the AOIs, and the gaze shifts between multiple social stimuli appearing concurrently in the same social scene are captured, compared, and analyzed in a video-based eye-tracking experiment.

This is a qualitative comparative case study analysis of eye-tracking data on the first moments of social video scenes as viewed by three participants: one with autism spectrum disorder, one with comorbid attention deficit-hyperactive disorder, and one neurotypical control.

Comparación de los datos de Eye-tracking de los niños con Tea de alto funcionamiento, Comorbid ADHD y de un Control viendo Videos sociales

Children with autism spectrum disorders (ASD) are known to have sensory-perceptual processing deficits that weaken their abilities to attend and perceive ...

Mejorar la participación en el aula: análisis basado en IA de los niveles de atención de los estudiantes

Artificial Intelligence-Based System for Detecting Attention Levels in Students

The attention level of students in a classroom can be improved through the use of Artificial Intelligence (AI) techniques. By automatically identifying the attention level, teachers can employ strategies to regain students' focus. This can be achieved through various sources of information.
One source is to analyze the emotions reflected on students' faces. AI can detect emotions, such as neutral, disgust, surprise, sadness, fear, happiness, and anger. Additionally, the direction of the students' gaze can also potentially indicate their level of attention. Another source is to observe the students' body posture. By using cameras and deep learning techniques, posture can be analyzed to determine the level of attention. For example, students who are slouching or resting their heads on their desks may have a lower level of attention. Smartwatches distributed to the students can provide biometric and other data, including heart rate and inertial measurements, which can also be used as indicators of attention. By combining these sources of information, an AI system can be trained to identify the level of attention in the classroom. However, integrating the different types of data poses a challenge that requires creating a labeled dataset. Expert input and existing studies are consulted for accurate labeling. In this paper, we propose the integration of such measurements and the creation of a dataset and a potential attention classifier. To provide feedback to the teacher, we explore various methods, such as smartwatches or direct computers. Once the teacher becomes aware of attention issues, they can adjust their teaching approach to re-engage and motivate the students. In summary, AI techniques can automatically identify the students' attention level by analyzing their emotions, gaze direction, body posture, and biometric data. This information can assist teachers in optimizing the teaching-learning process.

Autor destacado: Abordar los desafíos técnicos y subjetivos en la medición de la atención en el aula

This paper proposes an artificial intelligence-based system to automatically detect whether students are paying attention to the class or are distracted. This system is designed to help teachers maintain students' attention, optimize their lessons, and dynamically introduce modifications in order for them to be more engaging.

Sistema basado en inteligencia artificial para detectar los niveles de atención en estudiantes

The attention level of students in a classroom can be improved through the use of Artificial Intelligence (AI) techniques. By automatically identifying ...

Medición atencionales sesgos de amenaza en niños y adultos

Resumen

Explorar más videos

Capítulos en este video

Medición de Fronto-límbico Actividad Usando una Emocional bicho raro de tareas en niños con alto riesgo familiar para la esquizofrenia

Usando el Grupo de probabilidad de amenaza para evaluar la ansiedad y el miedo durante una amenaza incierta y Certain

Medición de señales neurofisiológicas de ignorar y Asistir Procesos en Control de Atención

La tarea Stroop emocional: Evaluación del desempeño cognitivo bajo la exposición a contenido emocional

La medición de velocidad Atención y tratamiento visual de análisis basado en modelos de resoluciones judiciales de orden temporal

Contemplar en acción: montado en la cabeza Eye Tracking dinámico atención Visual de los niños durante la conducta naturalista

Comparación de los datos de Eye-tracking de los niños con Tea de alto funcionamiento, Comorbid ADHD y de un Control viendo Videos sociales

Sistema basado en inteligencia artificial para detectar los niveles de atención en estudiantes

Sistema basado en inteligencia artificial para detectar los niveles de atención en estudiantes

Sistema basado en inteligencia artificial para detectar los niveles de atención en estudiantes