Causal Prefrontal Contributions to Stop-Signal Task Performance in Humans
Notice bibliographique
Résumé
The frontal lobes have long been implicated in inhibitory control, but a full understanding of the underlying mechanisms remains elusive. The stop-signal task has been widely used to probe instructed response inhibition in cognitive neuroscience. The processes involved have been modeled and related to putative brain substrates. However, there has been surprisingly little human lesion research using this task, with the few existing studies implicating different prefrontal regions. Here, we tested the effects of focal prefrontal damage on stop-signal task performance in a large sample of people with chronic focal damage affecting the frontal lobes (n = 42) and demographically matched healthy individuals (n = 60). Patients with damage to the left lateral, right lateral, dorsomedial, or ventromedial frontal lobe had slower stop-signal RT compared to healthy controls. There were systematic differences in the patterns of impairment across frontal subgroups: Those with damage to the left or right lateral and dorsomedial frontal lobes, but not those with ventromedial frontal damage, were slower than controls to "go" as well as to stop. These findings suggest that multiple prefrontal regions make necessary but distinct contributions to stop-signal task performance. As a consequence, stop-signal RT slowing is not strongly localizing within the frontal lobes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».