An Examination of the Multi-Faceted Motivation System in Healthy Young Adults
Notice bibliographique
Résumé
Background: Amotivation is a prevalent symptom in schizophrenia (SZ) and depression (MDD), and is linked to poor functional outcomes in affected individuals. Conceptualizations of motivation have outlined a multi-faceted construct comprised of reward responsiveness, reward expectancy, reward valuation, effort valuation, and action selection/preference-based decision making. To date, findings from studies utilizing variable-centered approaches to examining isolated facets of motivation in SZ and MDD have been inconsistent. Thus, the present study adopted a person-centered approach, and comprehensively examined the reward system in a non-clinical sample in an attempt to explore potential subtypes of motivation impairments, while minimizing the effects of illness-related confounds. Methods: Ninety-six healthy undergraduate students were evaluated for amotivation, schizotypal traits, depressive symptoms, and cognition, and administered objective computerized tasks to measure the different facets of motivation. Cluster analysis was performed to explore subgroups of individuals based on similar motivation task performance. Additionally, correlational analyses were conducted in order to examine inter-relationships between motivation facets, and relations between clinical measures and facets of motivation. Results: Cluster analysis identified two subgroups of individuals with differential motivation performance profiles. Correlational analyses revealed that reward responsiveness was associated with amotivation, depressive symptoms, and negative schizotypy. Further, significant inter-correlations were found between reward responsiveness and reward expectancy, as well as between reward valuation and effort valuation. Conclusions: Our results mark important steps forward in understanding motivation in a non-clinical sample, and guide future dimensional and comprehensive analyses of the multi-faceted reward system. It remains to be seen whether these patterns of results will be similar in clinical populations such as SZ and MDD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».