MétaCan
Menu
Retour à la cohorte
Enregistrement W3091940123 · doi:10.1093/scan/nsaa139

Economic threat heightens conflict detection: sLORETA evidence

2020· article· en· W3091940123 sur OpenAlexaff
Kyle Nash, Alex Tran, Josh Leota, Andy Scott

Notice bibliographique

RevueSocial Cognitive and Affective Neuroscience · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeurocognitiveAnterior cingulate cortexEconomic costCognitionScrutinySocial psychologyEconomic analysisEconomic impact analysisPolitical scienceEconomicsPsychiatry

Résumé

récupéré en direct d'OpenAlex

Economic threat has far-reaching emotional and social consequences, yet the impact of economic threat on neurocognitive processes has received little empirical scrutiny. Here, we examined the causal relationship between economic threat and conflict detection, a critical process in cognitive control associated with the anterior cingulate cortex (ACC). Participants (N = 103) were first randomly assigned to read about a gloomy economic forecast (Economic Threat condition) or a stable economic forecast (No-Threat Control condition). Notably, these forecasts were based on real, publicly available economic predictions. Participants then completed a passive auditory oddball task composed of frequent standard tones and infrequent, aversive white-noise bursts, a task that elicits the N2, an event-related potential component linked to conflict detection. Results revealed that participants in the Economic Threat condition evidenced increased activation source localized to the ACC during the N2 to white-noise stimuli. Further, ACC activation to conflict mediated an effect of Economic Threat on increased justification for personal wealth. Economic threat thus has implications for basic neurocognitive function. Discussion centers on how effects on conflict detection could shed light on the broader emotional and social consequences of economic threat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,285
Tête enseignante GPT0,400
Écart entre enseignants0,115 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Cognitive and Affective NeuroscienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207