MétaCan
Menu
Retour à la cohorte
Enregistrement W2763834310 · doi:10.1038/s41598-017-13203-8

Subcortical Facilitation of Behavioral Responses to Threat

2017· article· en· W2763834310 sur OpenAlexaff
Mark D. Vida, Marlene Behrmann

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensBaycrest Hospital
Organismes subventionnairesNational Science Foundation
Mots-clésFacilitationNeurosciencePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Behavioral responses to threat are critical to survival. Several cortical and subcortical brain regions respond selectively to threat. However, the relation of these neural responses and their underlying representations to behavior is unclear. We examined the contribution of lower-order subcortical representations to behavioral responses to threat in adult humans. In Experiments 1 and 2, participants viewed pairs of images presented to the same eye or to different eyes. We observed a monocular advantage, which indicates subcortical facilitation, for ancestral threats (snakes, spiders), but not for modern threats, positive images, or neutral images. In Experiment 3, we presented pairs of snakes or neutral images into the temporal or nasal hemifield. For snakes only, we observed a temporal hemifield advantage, which indicates facilitation by the retino-tectal subcortical pathway. These results advance the current understanding of processing of threat by adult humans by revealing the characteristics of behaviors driven by a lower-order neural mechanism that is specialized for the processing of ancestral threats. The results also contribute to ongoing debates concerning the biological generality of neural mechanisms for processing of complex, emotionally-relevant stimuli by providing evidence for conservation of lower-order neural mechanisms for processing of ancestral threats across both ontogeny and phylogeny.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,204
Tête enseignante GPT0,405
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMemory and Neural MechanismsTravaux en français237 207