Dissociable roles for lateral orbitofrontal cortex and lateral prefrontal cortex during preference driven reversal learning
Notice bibliographique
Résumé
One of the archetypal task manipulations known to depend on frontal-lobe function is reversal learning, where a dominant response must be overridden due to changes in the contingencies relating stimuli, responses, and environmental feedback. Previous studies have indicated that the lateral prefrontal cortex (LPFC), the lateral orbitofrontal cortex (LOFC), the anterior cingulate cortex (ACC), and the caudate nucleus (CN) all contribute to reversal learning. However, the exact contributions that they make during this cognitively complex task remain poorly defined. Here, using functional magnetic resonance imaging, we examine which of the cognitive processes that contribute to the performance of a reversal best predicts the pattern of activation within distinct sub-regions of the frontal lobes. We demonstrate that during reversal learning the LOFC is particularly sensitive to the implementation of the reversal, whereas the LPFC is recruited more generally during attentional control. By contrast, the ACC and CN respond when new searches are initiated regardless of whether the previous response is available, whilst medial orbitofrontal cortex (MOFC) activity is correlated with the positive affect of feedback. These results accord well with the hypothesis that distinct components of adaptable behaviour are supported by anatomically distinct components of the executive system.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| 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 ».