Age differences in strategy selection and risk preference during risk-based decision making.
Notice bibliographique
Résumé
Studies of the effects of aging on decision making suggest that choices can be altered in a variety of ways depending on the situation, the nature of the outcome and risk, or certainty levels. To better characterize how aging impacts decision making in rodents, young and aged Fischer 344 rats underwent a series of probabilistic discounting tasks in which reward magnitude and probabilities were manipulated. Young rats tended to choose 1 of 2 different strategies: (a) to press for the large/uncertain reward, regardless of the reward probability; or (b) to continually adapt their behavior according to the odds of winning. The first strategy was adopted by about half of the younger rats, the second by the remaining young animals and the entire group of aged rats. Additionally, we found that when the odds of winning were varied from uncertain to certain during a session, aged rats chose most often the lever associated with the small/certain reward. This is consistent with an interpretation of increased risk aversion. When this behavior was further characterized using a lose-shift analysis, it appears that older rats exhibited an increased sensitivity to negative feedback. In contrast, sensitivity to wins was unaltered in aged rats compared with young, suggesting that aging selectively impacts rat's behavior following losses. In line with some human aging studies, it appears that aged rats are either more risk averse or have a greater certainty bias, which may result from age differences in emotion regulation.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».