MétaCan
Menu
Retour à la cohorte
Enregistrement W3011474091 · doi:10.1503/jpn.190163

The orbitofrontal cortex, food intake and obesity

2020· review· en· W3011474091 sur OpenAlexaffvenue
Lauren T. Seabrook, Stephanie L. Borgland

Notice bibliographique

RevueJournal of Psychiatry and Neuroscience · 2020
Typereview
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOrbitofrontal cortexContext (archaeology)ObesityNeurosciencePsychologyCognitionMedicineDevelopmental psychologyPsychiatryPrefrontal cortexEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Obesity is a major health challenge facing many people throughout the world. Increased consumption of palatable, high-caloric foods is one of the major drivers of obesity. Both orexigenic and anorexic states have been thoroughly reviewed elsewhere; here, we focus on the cognitive control of feeding in the context of obesity, and how the orbitofrontal cortex (OFC) is implicated, based on data from preclinical and clinical research. The OFC is important in decision-making and has been heavily researched in neuropsychiatric illnesses such as addiction and obsessive–compulsive disorder. However, activity in the OFC has only recently been described in research into food intake, obesity and eating disorders. The OFC integrates sensory modalities such as taste, smell and vision, and it has dense reciprocal projections into thalamic, midbrain and striatal regions to fine-tune decision-making. Thus, the OFC may be anatomically and functionally situated to play a critical role in the etiology and maintenance of excess feeding behaviour. We propose that the OFC serves as an integrative hub for orchestrating motivated feeding behaviour and suggest how its neurobiology and functional output might be altered in the obese state.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,338
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatry and NeuroscienceMême sujetEating Disorders and BehaviorsTravaux en français237 207