MétaCan
Menu
Retour à la cohorte
Enregistrement W3164671752 · doi:10.1523/jneurosci.2551-20.2021

Evidence and Urgency Related EEG Signals during Dynamic Decision-Making in Humans

2021· article· en· W3164671752 sur OpenAlexafffund
Yvonne Yau, Thomas Hinault, Madeline Taylor, Paul Cisek, Lesley K. Fellows, Alain Dagher

Notice bibliographique

RevueJournal of Neuroscience · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversité de MontréalWestern UniversityMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésElectroencephalographyPsychologySensory systemCognitive psychologyPerceptionBayesian probabilityBrain activity and meditationComputer scienceNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A successful class of models link decision-making to brain signals by assuming that evidence accumulates to a decision threshold. These evidence accumulation models have identified neuronal activity that appears to reflect sensory evidence and decision variables that drive behavior. More recently, an additional evidence-independent and time-variant signal, called urgency, has been hypothesized to accelerate decisions in the face of insufficient evidence. However, most decision-making paradigms tested with fMRI or EEG in humans have not been designed to disentangle evidence accumulation from urgency. Here we use a face-morphing decision-making task in combination with EEG and a hierarchical Bayesian model to identify neural signals related to sensory and decision variables, and to test the urgency-gating model. Forty females and 34 males took part (mean age, 23.4 years). We find that an evoked potential time locked to the decision, the centroparietal positivity, reflects the decision variable from the computational model. We further show that the unfolding of this signal throughout the decision process best reflects the product of sensory evidence and an evidence-independent urgency signal. Urgency varied across subjects, suggesting that it may represent an individual trait. Our results show that it is possible to use EEG to distinguish neural signals related to sensory evidence accumulation, decision variables, and urgency. These mechanisms expose principles of cognitive function in general and may have applications to the study of pathologic decision-making such as in impulse control and addictive disorders. SIGNIFICANCE STATEMENT Perceptual decisions are often described by a class of models that assumes that sensory evidence accumulates gradually over time until a decision threshold is reached. In the present study, we demonstrate that an additional urgency signal impacts how decisions are formed. This endogenous signal encourages one to respond as time elapses. We found that neural decision signals measured by EEG reflect the product of sensory evidence and an evidence-independent urgency signal. A nuanced understanding of human decisions, and the neural mechanisms that support it, can improve decision-making in many situations and potentially ameliorate dysfunction when it has gone awry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,144
Tête enseignante GPT0,413
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations42
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207