Neural dissociations in attitude strength: Distinct regions of cingulate cortex track ambivalence and certainty.
Notice bibliographique
Résumé
People's behaviors are often guided by valenced responses to objects in the environment. Beyond positive and negative evaluations, attitudes research has documented the importance of attitude strength--qualities of an attitude that enhance or attenuate its impact and durability. Although neuroscience research has extensively investigated valence, little work exists on other related variables like metacognitive judgments about one's attitudes. It remains unclear, then, whether the various indicators of attitude strength represent a single underlying neural process or whether they reflect independent processes. To examine this, we used functional MRI (fMRI) to identify the neural correlates of attitude strength. Specifically, we focus on ambivalence and certainty, which represent metacognitive judgments that people can make about their evaluations. Although often correlated, prior neuroscience research suggests that these 2 attributes may have distinct neural underpinnings. We investigate this by having participants make evaluative judgments of visually presented words while undergoing fMRI. After scanning, participants rated the degree of ambivalence and certainty they felt regarding their attitudes toward each word. We found that these 2 judgments corresponded to distinct brain regions' activity during the process of evaluation. Ambivalence corresponded to activation in anterior cingulate cortex, dorsomedial prefrontal cortex, and posterior cingulate cortex. Certainty, however, corresponded to activation in unique areas of the precuneus/posterior cingulate cortex. These results support a model treating ambivalence and certainty as distinct, though related, attitude strength variables, and we discuss implications for both attitudes and neuroscience research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».