A Neuropsychological Approach to Understanding Risk-Taking for Potential Gains and Losses
Notice bibliographique
Résumé
Affective neuroscience has helped guide research and theory development in judgment and decision-making by revealing the role of emotional processes in choice behavior, especially when risk is involved. Evidence is emerging that qualitatively and quantitatively different processes may be involved in risky decision-making for gains and losses. We start by reviewing behavioral work by Kahneman and Tversky (1979) and others, which shows that risk-taking differs for potential gains and potential losses. We then turn to the literature in decision neuroscience to support the gain versus loss distinction. Relying in part on data from a new task that separates risky decision-making for gains and losses, we test a neural model that assigns unique mechanisms for risky decision-making involving potential losses. Included are studies using patients with lesions to brain areas specified as important in the model and studies with healthy individuals whose brains are scanned to reveal activation in these and other areas during risky decision-making. In some cases, there is evidence that gains and losses are processed in different regions of the brain, while in other cases the same region appears to process risk in a different manner for gains and losses. At a more general level, we provide strong support for the notion that decisions involving risk-taking for gains and decisions involving risk-taking for losses represent different psychological processes. At a deeper level, we present mounting evidence that different neural structures play different roles in guiding risky choices in these different domains. Some structures are differentially activated by risky gains and risky losses while others respond uniquely in one domain or the other. Taken together, these studies support a clear functional dissociation between risk-taking for gains and risk-taking for losses, and further dissociation at the neural level.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».