Surprise and Error: Common Neuronal Architecture for the Processing of Errors and Novelty
Notice bibliographique
Résumé
According to recent accounts, the processing of errors and generally infrequent, surprising (novel) events share a common neuroanatomical substrate. Direct empirical evidence for this common processing network in humans is, however, scarce. To test this hypothesis, we administered a hybrid error-monitoring/novelty-oddball task in which the frequency of novel, surprising trials was dynamically matched to the frequency of errors. Using scalp electroencephalographic recordings and event-related functional magnetic resonance imaging (fMRI), we compared neural responses to errors with neural responses to novel events. In Experiment 1, independent component analysis of scalp ERP data revealed a common neural generator implicated in the generation of both the error-related negativity (ERN) and the novelty-related frontocentral N2. In Experiment 2, this pattern was confirmed by a conjunction analysis of event-related fMRI, which showed significantly elevated BOLD activity following both types of trials in the posterior medial frontal cortex, including the anterior midcingulate cortex (aMCC), the neuronal generator of the ERN. Together, these findings provide direct evidence of a common neural system underlying the processing of errors and novel events. This appears to be at odds with prominent theories of the ERN and aMCC. In particular, the reinforcement learning theory of the ERN may need to be modified because it may not suffice as a fully integrative model of aMCC function. Whenever course and outcome of an action violates expectancies (not necessarily related to reward), the aMCC seems to be engaged in evaluating the necessity of behavioral adaptation.
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 | 0,000 | 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 ».