Buffering Social Influence: Neural Correlates of Response Inhibition Predict Driving Safety in the Presence of a Peer
Notice bibliographique
Résumé
Adolescence is a period characterized by increased sensitivity to social cues, as well as increased risk-taking in the presence of peers. For example, automobile crashes are the leading cause of death for adolescents, and driving with peers increases the risk of a fatal crash. Growing evidence points to an interaction between neural systems implicated in cognitive control and social and emotional context in predicting adolescent risk. We tested such a relationship in recently licensed teen drivers. Participants completed an fMRI session in which neural activity was measured during a response inhibition task, followed by a separate driving simulator session 1 week later. Participants drove alone and with a peer who was randomly assigned to express risk-promoting or risk-averse social norms. The experimentally manipulated social context during the simulated drive moderated the relationship between individual differences in neural activity in the hypothesized cognitive control network (right inferior frontal gyrus, BG) and risk-taking in the driving context a week later. Increased activity in the response inhibition network was not associated with risk-taking in the presence of a risky peer but was significantly predictive of safer driving in the presence of a cautious peer, above and beyond self-reported susceptibility to peer pressure. Individual differences in recruitment of the response inhibition network may allow those with stronger inhibitory control to override risky tendencies when in the presence of cautious peers. This relationship between social context and individual differences in brain function expands our understanding of neural systems involved in top-down cognitive control during adolescent development.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».