Notice bibliographique
Résumé
Clinical accounts of the effects of damage to orbitofrontal cortex (OFC) have provided important clues about the functions of this region in humans. Patients with OFC injury can demonstrate relatively isolated difficulties with decision making, and the development of laboratory tasks that captured these difficulties was an important advance. However, much of the work to date has been limited by the use of a single, complex decision-making task and by a narrow focus on risky decisions. A fuller understanding of the neural basis of decision making requires identification of the simpler components that underlie this complex behavior. Here, I review evidence that OFC lesions disrupt reversal learning in humans, as in animals, and show that this deficit in reversal learning is an important mechanism underlying the difficulties of such patients in the Iowa gambling task. Reversal learning, in turn, can be decomposed into simpler processes: a failure to rapidly learn from negative feedback may be the critical difficulty for OFC patients. OFC damage can also affect forms of decision making that do not require trial-by-trial learning. Preference judgment is a simple form of decision making that requires comparing the relative value of options. Humans with OFC lesions are more inconsistent in their choices, even in very simple preference judgment tasks. These results are broadly consistent with the view that OFC is critically involved in representing the relative value of stimuli, but also raise the possibility that this region plays distinct roles in reinforcement learning and value-based judgment.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».