MétaCan
Menu
Retour à la cohorte
Enregistrement W2092468514 · doi:10.3389/fnsys.2014.00200

Working memory training improves emotional states of healthy individuals

2014· article· en· W2092468514 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Systems Neuroscience · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensInstitute of Aging
Organismes subventionnairesResearch Institute of Science and Technology for SocietyCore Research for Evolutional Science and TechnologyJapan Society for the Promotion of Science
Mots-clésAngerInsulaMoodPsychologyDepression (economics)Clinical psychologyAudiologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

Working memory (WM) capacity is associated with various emotional aspects, including states of depression and stress, reactions to emotional stimuli, and regulatory behaviors. We have previously investigated the effects of WM training (WMT) on cognitive functions and brain structures. However, the effects of WMT on emotional states and related neural mechanisms among healthy young adults remain unknown. In the present study, we investigated these effects in young adults who underwent WMT or received no intervention for 4 weeks. Before and after the intervention, subjects completed self-report questionnaires related to their emotional states and underwent scanning sessions in which brain activities related to negative emotions were measured. Compared with controls, subjects who underwent WMT showed reduced anger, fatigue, and depression. Furthermore, WMT reduced activity in the left posterior insula during tasks evoking negative emotion, which was related to anger. It also reduced activity in the left frontoparietal area. These findings show that WMT can reduce negative mood and provide new insight into the clinical applications of WMT, at least among subjects with preclinical-level conditions.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,302
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle