The Neural Correlates of Self-Regulatory Fatigability During Inhibitory Control of Eye Blinking
Notice bibliographique
Résumé
The capacity to regulate urges is an important human characteristic associated with a range of social and health outcomes. Self-regulatory capacity has been postulated to have a limited reserve, which when depleted leads to failure. The authors aimed to investigate the neural correlates of self-regulatory fatigability. Functional MRI was used to detect brain activations in 19 right-handed healthy subjects during inhibition of eye blinking, in a block design. The increase in number of blinks during blink inhibition from the first to the last block was used as covariate of interest. There was an increase in the number of eye blinks escaping inhibitory control across blink inhibition blocks, whereas there was no change in the number of eye blinks occurring during rest blocks. Inhibition of blinking activated a wide network bilaterally, including the inferior frontal gyrus, dorsolateral prefrontal cortex, dorsal anterior cingulate cortex, supplementary motor area, and caudate. Deteriorating performance was associated with activity in orbitofrontal cortex, ventromedial prefrontal cortex, rostroventral anterior cingulate cortex, precuneus, somatosensory, and parietal areas. As anticipated, effortful eye-blink control resulted in activation of prefrontal control areas and regions involved in urge and interoceptive processing. Worsening performance was associated with activations in brain areas involved in urge, as well as regions involved in motivational evaluation. These findings suggest that self-regulatory fatigability is associated with relatively less recruitment of prefrontal cortical regions involved in executive control.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».