Neural responses to social acceptance predict behavioral adjustments following peer feedback in the context of a real‐time social interaction task
Notice bibliographique
Résumé
Strong social connections are important predictors of both mental and physical health. The ability to effectively process social feedback from other people and adjust behavior accordingly is a critical part of skillfully navigating the social landscape. However, relatively few studies have considered neural systems driving these behavioral adjustments. In this study, 254 participants engaged in a peer interaction game while electroencephalogram (EEG) was recorded. In this game, participants repeatedly "interact" with a small set of virtual peers over a series of rounds, in which they provide feedback to their peers, and receive feedback from them in turn. A reward-sensitive event-related potential called the Reward Positivity (RewP) was extracted from the EEG following positive feedback from peers, and multilevel modeling was used to examine whether the RewP moderated associations between the feedback participants received during the task and their subsequent behavior. Participants were more likely to accept coplayers who had previously voted to accept them, and to like coplayers who had voted to accept them on the same round. A larger RewP was associated with a stronger tendency to modify behavior following feedback from peers, both in terms of voting behavior and expressions of liking. These data suggest that initial neural responsiveness to reward within 300 ms of positive social feedback may guide social behaviors. Thus, this line of research represents an important step toward a more complete understanding of the ways in which neural responses to feedback are involved in human social behaviors.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».