Separate neural systems for behavioral change and for emotional responses to failure during behavioral inhibition
Notice bibliographique
Résumé
Abstract To analyze the involvement of different brain regions in behavioral inhibition and impulsiveness, differences in activation were investigated in fMRI data from a response inhibition task, the stop‐signal task, in 1709 participants. First, areas activated more in stop‐success (SS) than stop‐failure (SF) included the lateral orbitofrontal cortex (OFC) extending into the inferior frontal gyrus (ventrolateral prefrontal cortex, BA 47/12), and the dorsolateral prefrontal cortex (DLPFC). Second, the anterior cingulate and anterior insula (AI) were activated more on failure trials, specifically in SF versus SS. The interaction between brain region and SS versus SF activations was significant ( P = 5.6 * 10 −8 ). The results provide new evidence from this “big data” investigation consistent with the hypotheses that the lateral OFC is involved in the stop‐related processing that inhibits the action; that the DLPFC is involved in attentional processes that influence task performance; and that the AI and anterior cingulate are involved in emotional processes when failure occurs. The investigation thus emphasizes the role of the human lateral OFC BA 47/12 in changing behavior, and inhibiting behavior when necessary. A very similar area in BA47/12 is involved in changing behavior when an expected reward is not obtained, and has been shown to have high functional connectivity in depression. Hum Brain Mapp 38:3527–3537, 2017 . © 2017 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 | 0,000 |
| 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 | 0,003 | 0,000 |
| 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 ».