MétaCan
Menu
← Retour à la cohorte
Enregistrement W3203198714 · doi:10.1101/2021.10.04.463069

DLPFC controls the rapid neural response to visual threat: An ERP and rTMS study

2021· preprint· en· W3203198714 sur OpenAlexafffund
Justine Cinq-Mars, Anna Blumenthal, Alessa Grund, Sébastien Hétu, Isabelle Blanchette

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversité de MontréalUniversité LavalUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTranscranial magnetic stimulationDorsolateral prefrontal cortexNeurosciencePsychologyInhibitory postsynaptic potentialElectroencephalographyResponse inhibitionAudiologyStimulationPrefrontal cortexMedicineCognition

Résumé

récupéré en direct d'OpenAlex

Abstract Individuals are faster at detecting threatening stimuli than neutral stimuli. While generally considered a rapid bottom-up response, this threat superiority effect is also modulated by top-down mechanisms known to rely on the dorsolateral prefrontal cortex (DLPFC). What remains unclear is whether the response is modulated only at later stages of processing, or whether rapid attention to threat itself is controlled in a top-down manner. To test this, we used repetitive transcranial magnetic stimulation (rTMS) to inhibit activity in the DLPFC, and measured EEG to index the immediate neural response to threat. Participants attended two sessions where they performed a visual search task with threatening or neutral targets. Prior to this, they received 15 minutes of 1 Hz inhibitory or sham rTMS targeting the right DLPFC. We measured the impact of rTMS on the P1, a rapid visually-evoked potential that is modulated by attention. We found that threatening targets increased the amplitude of the P1 in the sham condition, but inhibition of the DLPFC abolished this increase. These results suggest that the neural signature of rapid attentional detection of threat, even at its earliest stage, is influenced in a top-down fashion by the right DLPFC.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,336
Écart entre enseignants0,263 · 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'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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→