Finding Positive Meaning in Negative Experiences Engages Ventral Striatal and Ventromedial Prefrontal Regions Associated with Reward Valuation
Notice bibliographique
Résumé
Neuroimaging research has identified systems that facilitate minimizing negative emotion, but how the brain is able to transform the valence of an emotional response from negative to positive is unclear. Behavioral and psychophysiological studies suggest a distinction between minimizing reappraisal, which entails diminishing the arousal elicited by negative stimuli, and positive reappraisal, which instead changes the emotional valence of arousal from negative to positive. Here we show that successful minimizing reappraisal tracked with decreased activity in the amygdala, but successful positive reappraisal tracked with increased activity in regions involved in computing reward value, including the ventral striatum and ventromedial pFC (vmPFC). Moreover, positive reappraisal enhanced positive connectivity between vmPFC and amygdala, and individual differences in positive connectivity between vmPFC and amygdala, ventral striatum, dorsomedial pFC, and dorsolateral pFC predicted greater positive reappraisal success. These data broaden models of emotion regulation as quantitative dampening of negative emotion and identify activity in a network of brain valuation, arousal, and control regions as a neural basis for the ability to create positive meaning from negative experiences.
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 | 0,006 |
| 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 | 0,001 |
| 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 ».