A role for neurogenesis in probabilistic reward learning.
Notice bibliographique
Résumé
Rewards are often unreliable and optimal choice requires behavioral flexibility and learning about the probabilistic nature of uncertain rewards. Probabilistic learning occurs over multiple trials, often without conscious knowledge, and is traditionally associated with striatal function. While the hippocampus is classically recognized for its role in memory for individual experiences, recent work indicates that it is also involved in probabilistic forms of learning but little is known about the features that support such learning. We hypothesized that adult neurogenesis may be involved, because adult-born neurons contribute to both learning and reward-related behaviors. To test this, we used an appetitive probabilistic reversal learning task where a correct lever is rewarded with 80% probability and an incorrect lever is rewarded with 20% probability. Behavioral flexibility was assessed by switching correct-incorrect lever identities after 8 consecutive correct choices. Transgenic male rats that lacked adult neurogenesis displayed an initial deficit in discriminating the correct and incorrect levers, but they were not impaired at reversing behavior when the reward contingencies switched. When reward was withheld after a correct lever choice, neurogenesis-deficient rats were more likely to choose the incorrect lever on the subsequent trial. Also, rats with intact neurogenesis were more sensitive to reward at the incorrect lever. Differences were not observed in control transgenic rats that had intact neurogenesis. These results identify a novel role for neurogenesis in learning about uncertain, probabilistic rewards. Altered sensitivity to reward and negative feedback furthermore implicates neurogenesis in cognitive phenotypes associated with mood disorders such as depression. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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 | 0,000 |
| 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) | 0,003 | 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 ».