Substrates of metacognition on perception and metacognition on higher‐order cognition relate to different subsystems of the mentalizing network
Notice bibliographique
Résumé
Humans have the ability to reflect upon their perception, thoughts, and actions, known as metacognition (MC). The brain basis of MC is incompletely understood, and it is debated whether MC on different processes is subserved by common or divergent networks. We combined behavioral phenotyping with multi-modal neuroimaging to investigate whether structural substrates of individual differences in MC on higher-order cognition (MC-C) are dissociable from those underlying MC on perceptual accuracy (MC-P). Motivated by conceptual work suggesting a link between MC and cognitive perspective taking, we furthermore tested for overlaps between MC substrates and mentalizing networks. In a large sample of healthy adults, individual differences in MC-C and MC-P did not correlate. MRI-based cortical thickness mapping revealed a structural basis of this independence, by showing that individual differences in MC-P related to right prefrontal cortical thickness, while MC-C scores correlated with measures in lateral prefrontal, temporo-parietal, and posterior midline regions. Surface-based superficial white matter diffusivity analysis revealed substrates resembling those seen for cortical thickness, confirming the divergence of both MC faculties using an independent imaging marker. Despite their specificity, substrates of MC-C and MC-P fell clearly within networks known to participate in mentalizing, confirmed by task-based fMRI in the same subjects, previous meta-analytical findings, and ad-hoc Neurosynth-based meta-analyses. Our integrative multi-method approach indicates domain-specific substrates of MC; despite their divergence, these nevertheless likely rely on component processes mediated by circuits also involved in mentalizing. Hum Brain Mapp 37:3388-3399, 2016. © 2016 Wiley Periodicals, Inc.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».