Developmental Change in the Neurophysiological Correlates of Self-Regulation in High- and Low-Emotion Conditions
Notice bibliographique
Résumé
One of the most important tasks of childhood is learning to self-regulate in the presence of negative emotions. Until recently, almost no research has examined the neurophysiological correlates of emotional self-regulation as it develops over childhood and adolescence. We were interested in plotting a fine-grained developmental profile of the neural underpinnings of self-regulation, in the context of negative emotion, for 7- to 14-year-old children. We predicted that children would recruit less cortical activation with age in the service of self-regulation, reflecting increased neural efficiency with development. We also predicted that children would recruit more cortical activation with increased negative emotion, possibly reflecting greater demand on cortical resources. We administered a Go No-Go task with an emotion induction block and we measured the amplitude of the N2, an event related potential associated with inhibitory control, as it varied with block and with age. Furthermore, we estimated activation for a ventral prefrontal region of interest (ROI; suggestive of orbital frontal, ventromedial prefrontal, or rostral anterior cingulate activation) and a dorsomedial prefrontal ROI (suggestive of dorsal anterior cingulate activation) frequently modeled as cortical generators underlying the N2. Results revealed a marginal decrease in mediofrontal scalp activation, but a more pronounced decrease in activation of the ventromedial prefrontal ROI, with age. There were no age-related changes in dorsomedial prefrontal ROI activation. Lastly, as predicted, we found increased ventral prefrontal ROI activation during the negative emotion induction, possibly reflecting greater recruitment of frontocortical resources underlying emotion regulation, but developmental change in this activation was no different than for the other conditions. Thus, both self-regulation in general and emotion regulation in particular recruited less cortical activation with age, suggesting more efficient cortical mechanisms of response inhibition.
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 | 0,001 |
| 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) | 0,002 | 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 ».