White Matter Microstructure Reflects Individual Differences in Music Reward Sensitivity
Notice bibliographique
Résumé
People show considerable variability in the degree of pleasure they experience from music. These individual differences in music reward sensitivity are driven by variability in functional connectivity between the nucleus accumbens (NAcc), a key structure of the reward system, and the right superior temporal gyrus (STG). However, it is unknown whether a neuroanatomical basis exists for this variability. We used diffusion tensor imaging and probabilistic tractography to study the relationship between music reward sensitivity and white matter microstructure connecting these two regions via the orbitofrontal cortex (OFC) in 38 healthy human participants (24 females and 14 males). We found that right axial diffusivity (AD) in the STG-OFC connectivity inversely correlated with music reward sensitivity. Additionally, right mean diffusivity and left AD in the NAcc-OFC tract also showed an inverse correlation. Further, AD in this tract also correlated with previously acquired BOLD activity during music listening, but not for a control monetary reward task in the NAcc. Finally, we used mediation analysis to show that AD in the NAcc-OFC tract explains the influence of NAcc activation during a music task on music reward sensitivity. Overall, our results provide further support for the idea that the exchange of information among perceptual, integrative, and reward systems is important for musical pleasure, and that individual differences in the structure of the relevant anatomical connectivity influences the degree to which people are able to derive such pleasure.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».