MétaCan
Menu
Retour à la cohorte
Enregistrement W2134320198 · doi:10.1093/cercor/bhs297

Selective Involvement by the Medial Orbitofrontal Cortex in Biasing Risky, But Not Impulsive, Choice

2012· article· en· W2134320198 sur OpenAlexafffund
Colin M. Stopper, E. B. Green, Stan Floresco

Notice bibliographique

RevueCerebral Cortex · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOrbitofrontal cortexDelay discountingPsychologyDiscountingTemporal discountingNeuroscienceProbabilistic logicTask (project management)Prefrontal cortexOddsCognitive psychologyImpulsivityCognitionMedicineDevelopmental psychologyComputer scienceEconomicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Separate regions of the orbitofrontal cortex (OFC) have been implicated in mediating different aspects of cost-benefit decision-making in humans and animals. Anatomical and functional imaging studies indicate that the medial (mOFC) and lateral OFC may subserve dissociable functions related to reward and decision-making processes, yet the majority of studies in rodents have focused on the lateral OFC. The present study investigated the contribution of the rat mOFC to risk and delay-based decision-making, assessed with probabilistic and delay-discounting tasks. In well-trained rats, reversible inactivation of the mOFC increase a risky choice on the probabilistic discounting task, irrespective of whether the odds of obtaining a larger/risky reward decreased (100-12.5%) or increased (12.5-100%) over the course of a session. The increase in risky choice was associated with enhanced win-stay behavior, wherein rats showed an increased tendency to choose the risky option after being rewarded for the risky choice on a preceding trial. In contrast, mOFC inactivation did not alter delay discounting. These findings suggest that the mOFC plays a selective role in decisions involving reward uncertainty, mitigating the impact that larger, probabilistic rewards exert on subsequent choice behavior. This function may promote the exploration of novel options when reward contingencies change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,086
Tête enseignante GPT0,341
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), 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

Citations117
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207