Effects of dopaminergic modulation on automatic semantic priming: a double-blind study
Notice bibliographique
Résumé
BACKGROUND: Enhanced automatic spreading of activation in the semantic network has been suggested to underlie formal thought disorder in patients with schizophrenia, but it is not clear how this relates to the dopaminergic dysfunction implicated in the disorder. Previous studies on dopaminergic modulation of priming in healthy volunteers have focused on controlled rather than automatic processes. The present study aimed to examine the effects of both a dopaminergic agonist and a dopaminergic antagonist on semantic priming while minimizing the contribution of controlled processes. METHODS: We investigated the effects of levodopa (L-Dopa; 100 mg), haloperidol (2 mg) and placebo on priming in healthy participants within a randomized, double-blind, crossover design. We used a pronunciation priming task with word triplets; the middle word was an ambiguous word, whereas the first word of the triplet served to provide either a congruent, incongruent or unbiased context for the target word. Two stimulus onset asynchronies (SOA) were used: 150 ms and 750 ms. RESULTS: The study involved 34 participants. At an SOA of 150 ms, L-Dopa accelerated responses to incongruent targets and subordinate targets of ambiguous words, whereas haloperidol was associated with faster responses in congruent contexts and dominant targets. At an SOA of 750 ms, haloperidol accelerated responses to subordinate targets. LIMITATIONS: Modulations in the relative magnitude of priming according to substance and condition rather than absolute priming were assessed. CONCLUSION: Effects of L-Dopa on automatic priming processes appear to be different than those on controlled processes. Our results are consistent with those of studies on semantic priming and the effects on antipsychotics in patients with schizophrenia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».