The error negativity (Ne/ERN) and error positivity (Pe) are two components of the event-related brain potential (ERP) that are associated with action monitoring and error detection. To investigate the relation between error processing and conscious self-monitoring of behavior, the present experiment examined whether an Ne and Pe are observed after response errors of which participants are unaware. Ne and Pe measures, behavioral accuracy, and trial-to-trial subjective accuracy judgments were obtained from participants performing an antisaccade task, which elicits many unperceived, incorrect reflex-like saccades. Consistent with previous research, subjectively unperceived saccade errors were almost always immediately corrected, and were associated with faster correction times and smaller saccade sizes than perceived errors. Importantly, irrespective of whether the participant was aware of the error or not, erroneous saccades were followed by a sizable Ne. In contrast, the Pe was much more pronounced for perceived than for unperceived errors. Unperceived errors were characterized by the absence of posterror slowing. These and other results are consistent with the view that the Ne and Pe reflect the activity of two separate error monitoring processes, of which only the later process, reflected by the Pe, is associated with conscious error recognition and remedial action.

Response inhibition is essential for navigating everyday life. Its derailment is considered integral to numerous neurological and psychiatric disorders, and more generally, to a wide range of behavioral and health problems. Response-inhibition efficiency furthermore correlates with treatment outcome in some of these conditions. The stop-signal task is an essential tool to determine how quickly response inhibition is implemented. Despite its apparent simplicity, there are many features (ranging from task design to data analysis) that vary across studies in ways that can easily compromise the validity of the obtained results. Our goal is to facilitate a more accurate use of the stop-signal task. To this end, we provide 12 easy-to-implement consensus recommendations and point out the problems that can arise when they are not followed. Furthermore, we provide user-friendly open-source resources intended to inform statistical-power considerations, facilitate the correct implementation of the task, and assist in proper data analysis.

In the stop-signal paradigm, subjects perform a standard two-choice reaction task in which, occasionally and unpredictably, a stop-signal is presented requiring the inhibition of the response to the choice signal. The stop-signal paradigm has been successfully applied to assess the ability to inhibit under a wide range of experimental conditions and in various populations. The current study presents a set of evidence-based guidelines for using the stop-signal paradigm. The evidence was derived from a series of simulations aimed at (a) examining the effects of experimental design features on inhibition indices, and (b) testing the assumptions of the horse-race model that underlies the stop-signal paradigm. The simulations indicate that, under most conditions, the latency, but not variability, of response inhibition can be reliably estimated.

The primary aim of this study was to examine how response inhibition is reflected in components of the event-related potential (ERP), using the stop-signal paradigm as a tool to manipulate response inhibition processes. Stop signals elicited a sequence of N2/P3 components that partly overlapped with ERP components elicited by the reaction stimulus. N2/P3 components were more pronounced on stop-signal trials than on no-stop-signal trials. At Cz, the stop-signal P3 peaked earlier on successful than on unsuccessful stop trials. This finding extends the horse race model by demonstrating that the internal response to the stop signal (as reflected in stop-signal P3) is not constant, but terminates at different moments in time on successful and unsuccessful stop trials. In addition, topographical distributions and dipole analysis of high density EEG recordings indicated that different cortical generators were involved in P3s elicited on successful and unsuccessful stop-signal trials. The latter results suggest that P3 on successful stop-signal trials not only reflects stop-signal processing per se, but also efficiency of inhibitory control.

Abstract Cognitive and behavioral abilities alter across the adult life span. Smartphones engage various cognitive functions and the corresponding touchscreen interactions may help resolve if and how the behavior is systematically structured by aging. Here, in a sample spanning the adult lifespan (16 to 86 years, N = 598, accumulating 355 million interactions) we analyzed a range of interaction intervals – from a few milliseconds to a minute. We used probability distributions to cluster the interactions according to their next inter-touch interval dynamics to discover systematic age-related changes at the distinct temporal clusters. There were age-related behavioral losses at the clusters occupying short intervals (~ 100 ms, R2 ~ 0.8) but gains at the long intervals (~ 4 s, R2 ~ 0.4). These correlates were independent of the years of experience on the phone or the choice of fingers used on the screen. We found further evidence for a compartmentalized influence of aging, as individuals simultaneously demonstrated both accelerated and decelerated aging at distant temporal clusters. In contrast to these strong correlations, cognitive tests probing sensorimotor, working memory, and executive processes revealed rather weak age-related decline. Contrary to the common notion of a simple behavioral decline with age based on conventional cognitive tests, we show that real-world behavior does not simply decline and the nature of aging systematically varies according to the underlying temporal dynamics. Of all the imaginable factors determining smartphone interactions in the real world, age-sensitive cognitive and behavioral processes can dominatingly dictate smartphone temporal dynamics.

Abstract This study investigated the role of arousal and effort costs in the cognitive benefits of alternating between sitting and standing postures using a sit‐stand desk, while measuring executive functions, self‐reports, physiology, and neural activity in a 2‐h laboratory session aimed to induce mental fatigue. Two sessions were conducted with a one‐week gap, during which participants alternated between sitting and standing postures each 20‐min block in one session and remained seated in the other. In each block, inhibition, switching, and updating were assessed. We examined effects of time‐on‐task, acute (local) effects of standing versus sitting posture, and cumulative (global) effects of a standing posture that generalize to the subsequent block in which participants sit. Results ( N = 43) confirmed that time‐on‐task increased mental fatigue and decreased arousal. Standing (versus sitting) led to acute increases in arousal levels, including self‐reports, alpha oscillations, and cardiac responses. Standing also decreased physiological and perceived effort costs. Standing enhanced processing speed in the flanker task, attributable to shortened nondecision time and speeded evidence accumulation processes. No significant effects were observed on higher‐level executive functions. Alternating postures also increased heart rate variability cumulatively over time. Exploratory mediation analyses indicated that the positive impact of acute posture on enhanced drift rate was mediated by self‐reported arousal, whereas decreased nondecision time was mediated by reductions in alpha power. In conclusion, alternating between sitting and standing postures can enhance arousal, decrease effort costs, and improve specific cognitive and physiological outcomes.