MétaCan
Menu
Retour à la cohorte
Enregistrement W2109687778 · doi:10.1523/jneurosci.4450-08.2008

Dorsal Medial Prefrontal Cortex Plays a Necessary Role in Rapid Error Prediction in Humans

2008· article· en· W2109687778 sur OpenAlexafffund
Mandana Modirrousta, Lesley K. Fellows

Notice bibliographique

RevueJournal of Neuroscience · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of HealthCanadian Institutes of Health ResearchKillam TrustsMcGill UniversityUniversity of Pennsylvania
Mots-clésAnterior cingulate cortexMean squared prediction errorError-related negativityPrefrontal cortexDorsumNeurosciencePsychologyError detection and correctionCognitionComputer scienceMedicineMachine learning

Résumé

récupéré en direct d'OpenAlex

Activity in human dorsal anterior cingulate cortex (dACC) is correlated with errors, near-misses, and response conflict. Based on these observations, this region has been cast as playing a central role in models of error processing, conflict monitoring, and cognitive control. However, clear evidence that this region of the brain is necessary for these processes has been elusive. We studied the effects of damage to this region on four different error-related measures in five patients, and 19 healthy participants. Most error-related indices were not affected by such damage: patients had intact post-error slowing, and were able to report and to correct errors after they were made with accuracies comparable with the control group. However, all five patients were notably slow to correct errors, suggesting a deficit in on-line error prediction. This slowing was associated with impairment in the conscious prediction of error likelihood before a response. This finding constitutes important converging evidence for a critical role for human dACC in error monitoring, and sheds light on the selectivity and timing of the error-related process affected by dACC damage.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,119
Tête enseignante GPT0,344
Écart entre enseignants0,225 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations126
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207