Self-esteem and risky decision-making: An ERP study
Notice bibliographique
Résumé
Self-esteem, a value one places on oneself, influences one's cognitive, emotional and behavioral responses across various situations. In the case of risky decision-making, high self-esteem (SE) individuals rely on their positive self-views and tend to be less defensive in response to a risky task; low SE individuals, on the contrary, tend to have fewer accessible positive resources and thus, are more prone to risk-aversion. While past studies have provided evidence for a link between self-esteem and a behaviorally-risky response, no study has explored the relation between self-esteem and the electrophysiological correlates of risky response. Therefore, the current study investigated the correlates of risky decision-making in high SE compared to low SE participants using event-related potentials (ERP) technology in 28 undergraduate students playing a blackjack game. The results showed that there was no difference between the high SE participants and the low SE participants with respect to the behavioral assessments of the risk-taking decision-making. However, for the electrophysiological data, we observed that the amplitude of P2 (150-300 ms) was more positive in the high SE participants compared to the low SE participants over the central-posterior scalp region. Dipole source analysis indicated that this positive component was generated in posterior cingulate cortex (PCC). These findings suggest that the high SE participants experienced more emotional signals than the low SE participants during decision-making.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».