Decomposing the neural pathways in a simple, value-based choice
Notice bibliographique
Résumé
Understanding the neural implementation of value-based choice has been an important focus of neuroscience for several decades. Although a consensus has emerged regarding the brain regions involved, including ventromedial prefrontal cortex (vmPFC), posterior parietal cortex (PPC), and the ventral striatum (vSTR), the multifaceted nature of decision processes is one cause of persistent debate regarding organization of the value-based choice network. In the current study, we isolate neural activity related to valuation and choice selection using a gambling task where expected gains and losses are dissociated from choice outcomes. We apply multilevel mediation analysis to formally test whether brain regions identified as part of the value-based choice network mediate between perceptions of expected value and choice to accept or decline a gamble. Our approach additionally makes predictions regarding interregional relationships to elucidate the chain of processing events within the value-based decision network. Finally, we use dynamic causal modelling (DCM) to compare plausible models of interregional relationships in value-based choice. We observe that activity in vmPFC does not predict take/pass choices, but rather is highly associated with outcome evaluation. By contrast, both PPC and bilateral vSTR (bilaterally) mediate the relationship between expected value and choice. Interregional mediation analyses reveal that vSTR fully mediates between PPC and choice, and this is supported by DCM. Together these results suggest that vSTR, and not vmPFC nor PPC, functions as an important driver of choice.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».