Caudate nucleus-dependent navigation strategies are associated with increased risk-taking and set-shifting behavior
Notice bibliographique
Résumé
When people navigate, they use strategies dependent on one of two memory systems. The hippocampus-based spatial strategy consists of using multiple landmarks to create a cognitive map of the environment. In contrast, the caudate nucleus-based response strategy is based on the memorization of a series of turns. Importantly, response learners display more gray matter and functional activity in the caudate nucleus and less gray matter in the hippocampus. In parallel, the caudate nucleus is involved in decision-making by mediating attention toward rewards and in set-shifting by mediating preparatory actions. The present study, therefore, examined the link between navigational strategy use, that are associated with gray matter differences in the caudate nucleus and hippocampus, and decision-making and set-shifting performance. Fifty-three participants completed the 4 on 8 virtual maze, the Iowa Gambling Task (IGT), the Wisconsin Card Sorting Test-64 (WCST-64), and a task-switching test. The results revealed that people who use response strategies displayed increased risk-taking behavior in the IGT compared to the people using hippocampus-dependent spatial strategies. Response strategy was also associated with enhanced set-shifting performance in the WCST-64 and task-switching test. These results confirm that risk-taking and set-shifting behavior, that are differentially impacted by the caudate nucleus and hippocampus memory systems, can be predicted by navigational strategy.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».