Effort expenditure for rewards task modified for food: A novel behavioral measure of willingness to work for food
Notice bibliographique
Résumé
OBJECTIVE: Binge eating and associated eating disorders are characterized by abnormalities in reward processing. One component of reward is willingness to expend effort to obtain a reinforcer. The Effort Expenditure for Rewards Task (EEfRT) is a widely used behavioral measure of willingness to work for money. We sought to modify the EEfRT to examine willingness to work for food reward and to preliminarily examine the association between binge eating and effort expenditure for food. METHOD: Participants were 63 females recruited to span the spectrum of binge-eating severity. The modified EEfRT required participants to make a series of choices between an easier, low-reward option (one portion of food) and a harder, high-reward option (between two to five portions of food). Each trial also varied on probability of winning. RESULTS: Participants self-reported engagement in the task, working hard at easy and hard tasks, and making choices based on reward probability and magnitude. As with the original EEfRT, probability, reward magnitude, and their interaction predicted the likelihood of choosing the hard task. Across two different measures, binge-eating symptoms interacted with reward magnitude, such that those with high binge eating used reward magnitude more to make trial choices than those with low binge eating. DISCUSSION: These data provide initial support for the validity of the EEfRT modified for food as a behavioral measure of willingness to work for food reward. The impact of binge eating on effort expenditure must be replicated in samples of patients with eating disorders.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».