MétaCan
Menu
Retour à la cohorte
Enregistrement W2562585953 · doi:10.1162/jocn_a_01088

The Ventromedial Frontal Lobe Contributes to Forming Effective Solutions to Real-world Problems

2016· article· en· W2562585953 sur OpenAlexaff
Sarah L. Peters, Lesley K. Fellows, Signy Sheldon

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychologyFrontal lobeVentromedial prefrontal cortexCognitive psychologyNeuroscienceCognition

Résumé

récupéré en direct d'OpenAlex

Although the ventromedial frontal lobe (VMF) has been implicated in several complex cognitive tasks such as decision-making and problem solving, the processes for which this region is critical remain unclear. Laboratory studies have largely focused on how the VMF contributes to decision-making when outcomes or options are provided, but in the real world generating appropriate options is likely a crucial and rate-limiting initial step. Here, we determined how VMF damage affected the option generation phase of naturalistic problem solving. A group of patients with VMF damage and two controls groups-age-matched healthy participants and patients with frontal damage sparing VMF-were asked to generate as many options as possible to five scenarios depicting open-ended, real-world problems (e.g., having lunch at a restaurant and forgetting your wallet at home). Both the number of options and the effectiveness of each option generated were examined. Damage to VMF led to a significant reduction in both the number of options produced across all problem-solving scenarios and the ability to generate effective options, most notably for scenarios that were social in nature. We discuss these findings in terms of the mechanisms by which the VMF may contribute to option generation, focusing on proposals suggesting this region is important for integrating subjective value and retrieving schematic representations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,705

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
Tête enseignante GPT0,370
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations27
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207