MétaCan
Menu
Retour à la cohorte
Enregistrement W2320101445 · doi:10.3389/fnhum.2016.00121

The Self-Pleasantness Judgment Modulates the Encoding Performance and the Default Mode Network Activity

2016· article· en· W2320101445 sur OpenAlexaff
Marcela Perrone‐Bertolotti, Mélanie Cerles, Kylee T. Ramdeen, Naïla Boudiaf, Cédric Pichat, Pascal Hot, Monica Baciu

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAnxiety, Depression, Psychometrics, Treatment, Cognitive Processes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDefault mode networkPrecuneusPsychologyPosterior cingulateFunctional magnetic resonance imagingPrefrontal cortexEncoding (memory)NeuroscienceBrain activity and meditationCognitive psychologySurpriseAudiologyCognitionElectroencephalographyCommunicationMedicine

Résumé

récupéré en direct d'OpenAlex

In this functional magnetic resonance imaging (fMRI) study, we evaluated the effect of self-relevance on cerebral activity and behavioral performance during an incidental encoding task. Recent findings suggest that pleasantness judgments reliably induce self-oriented (internal) thoughts and increase default mode network (DMN) activity. We hypothesized that this increase in DMN activity would relate to increased memory recognition for pleasantly-judged stimuli (which depend on internally-oriented attention) but decreased recognition for unpleasantly-judged items (which depend on externally-oriented attention). To test this hypothesis, brain activity was recorded from 21 healthy participants while they performed a pleasantness judgment requiring them to rate visual stimuli as pleasant or unpleasant. One hour later, participants performed a surprise memory recognition test outside of the scanner. Thus, we were able to evaluate the effects of pleasant and unpleasant judgments on cerebral activity and incidental encoding. The behavioral results showed that memory recognition was better for items rated as pleasant than items rated as unpleasant. The whole brain analysis indicated that successful encoding (SE) activates the inferior frontal and lateral temporal cortices, whereas unsuccessful encoding (UE) recruits two key medial posterior DMN regions, the posterior cingulate cortex (PCC) and precuneus (PCU). A region of interest (ROI) analysis including classic DMN areas, revealed significantly greater involvement of the medial prefrontal cortex (mPFC) in pleasant compared to unpleasant judgments, suggesting this region's involvement in self-referential (i.e., internal) processing. This area may be responsible for the greater recognition performance seen for pleasant stimuli. Furthermore, a significant interaction between the encoding performance (successful vs. unsuccessful) and pleasantness was observed for the PCC, PCU and inferior frontal gyrus (IFG). Overall, our results suggest the involvement of medial frontal and parietal DMN regions during the evaluation of self-referential pleasantness. We discuss these results in terms of the introspective referential of pleasantness judgments and the differential brain modulation based on internally- vs. externally-oriented attention during encoding.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,302
Écart entre enseignants0,277 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetAnxiety, Depression, Psychometrics, Treatment, Cognitive ProcessesTravaux en français237 207