Author response: Somatic and vicarious pain are represented by dissociable multivariate brain patterns
Notice bibliographique
Résumé
The ability to experience others’ pain is a cornerstone of empathy, and binds us together in times of hardship. However, we have not yet fully understood the complex interactions in the brain that make people empathetic to others’ suffering. One possibility is that we experience others’ pain through the activation of the same brain regions as those that enable us to experience physical pain ourselves. To test this idea, Krishnan et al. compared patterns of brain activity in human volunteers as they experienced pain (from heat being applied to their forearm or foot) or watched images of others’ hands or feet being injured. While watching these images, the volunteers were asked to try to imagine that the injuries were happening to their own bodies. The patterns of brain activity that arose when the volunteers observed someone else in pain did not overlap with the patterns produced when the volunteers experienced pain themselves. Instead, seeing someone else in pain activated regions involved in taking another person’s perspective. This process, which is known as mentalizing, involves thinking about the other person’s thoughts, intentions and preferences. Thus within the brain, the experience of observing someone else in pain is distinct from that of experiencing physical pain in oneself. The results presented by Krishnan et al. raise new questions about how the brain regions involved in empathy help us to relate to other people when they experience different types of pain. Future studies should explore the factors that influence our ability to adopt another’s perspective, and whether it might be possible to improve this ability.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 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 ».