Non-decision time-informed collapsing threshold diffusion model: A joint modeling framework with identifiable time-dependent parameters

想象一下，你的大脑就像一个繁忙的法庭，陪审团正在试图做出裁决。几十年来，科学家们一直使用一本特定的“规则书”来理解这个陪审团是如何运作的。这本规则书说，陪审团收集嘈杂、混乱的线索（证据），并不断累加这些线索，直到达到一个固定的“有罪”或“无罪”界限。一旦跨过这条线，裁决便随之做出。

然而，新的研究表明，这本规则书有点过于僵化了。在现实生活中，陪审团不会等待一个固定的界限；他们会随着时间的推移变得不耐烦或更加谨慎，这意味着他们需要跨越的“界限”实际上是在上下移动的。这被称为时间依赖性阈值。

问题所在：模糊的镜子
麻烦在于，当科学家试图测量这条移动的线究竟如何表现时，结果就像是在看一面布满雾气的镜子里的倒影。数据变得不可靠且摇摆不定。因此，研究人员大多不再尝试去解释这些数字对个人而言意味着什么，而是转而只关注哪种模型在理论上看起来更好。

解决方案：一种新的侦探工具
本文介绍了一种巧妙的新方法来拨开这层迷雾。作者提出了一种“联合建模”方法。可以这样想：

想象陪审团的决策过程是一场比赛。比赛的一部分是实际的思考过程（收集证据），另一部分则是将判决书写好并宣布所花费的时间（称为非决策时间）。

在过去，科学家必须猜测那个“写下判决”的部分花了多长时间，这使得整个比赛时间很难被准确计算。在这次新研究中，研究人员请来了一位外部证人：脑电图（EEG）脑电扫描。

他们使用一种特殊的数字方法来“倾听”大脑的电信号，并提取出每一次试验中关于“写下判决”过程的实时测量值——虽然带有噪声，但却是真实的。然后，他们将这些信息直接输入到他们的数学模型中。

结果：更清晰的图像
通过告诉模型：“嘿，我们确切知道这次特定试验中写字花了多长时间”，模型就不再需要进行猜测。它可以集中精力去研究那个移动的决策界限究竟是如何变化的。

作者通过两种方式进行了测试：

1. 模拟实验：他们创建了虚构数据，以证明加入这些脑电扫描测量值能让数学运算变得更加可靠和稳定。
2. 真实实验：他们重新分析了两项关于人类进行视觉决策的真实实验数据。通过利用脑电信号来确定“写作时间”，他们发现了两点：
   • 他们终于能够获得关于决策阈值如何随时间变化的可靠数值。
   • 该模型比以前更准确地拟合了实际的人类行为。

简而言之
本文并不声称能治愈疾病或预知未来。它只是在说：“如果你想了解我们的决策‘移动界限’是如何运作的，请停止猜测完成文书工作需要多长时间。直接利用脑电扫描来测量那个时间，你的数学计算才会最终变得有意义。”