Decision‐Making Deficits and Overeating: A Risk Model for Obesity
Notice bibliographique
Résumé
OBJECTIVE: To demonstrate that human overeating is not just a passive response to salient environmental triggers and powerful physiological drives; it is also about making choices. The ventromedial prefrontal cortex has been strongly implicated in the neural circuitry necessary for making advantageous decisions when various options for action are available. Decision-making deficits have been found in patients with ventromedial prefrontal cortex lesions and in those with substance dependence--impairments that reflect an inability to advantageously assess future consequences. That is, they choose immediate rewards in the face of future long-term negative consequences. RESEARCH METHODS AND PROCEDURES: We extended this research to the study of overeating and overweight, testing a regression model that predicted that poor decision making (as assessed by a validated computerized gambling task) and a tendency to overeat under stress would correlate with higher BMI in a group of healthy adult women (N = 41) representing a broad range of body weights. RESULTS: We found statistically significant main effects for both independent variables in the predicted direction (p < 0.05; R2 = 0.35). Indeed, the decision-making impairments across the 100 trials of the computer task were greater in those with high BMI than in previous studies with drug addicts. DISCUSSION: Findings suggested that cortical and subcortical processes, which regulate one's ability to inhibit short-term rewards when the long-term consequences are deleterious, may also influence eating behaviors in a culture dominated by so many, and such varied, sources of palatable and calorically dense sources of energy.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».