MétaCan
Menu
Retour à la cohorte
Enregistrement W4212971928 · doi:10.1016/j.neubiorev.2022.104590

Stress and its sequelae: An active inference account of the etiological pathway from allostatic overload to depression

2022· review· en· W4212971928 sur OpenAlexfundno aff
Irene Arnaldo, Andrew W. Corcoran, Karl Friston, Maxwell J. D. Ramstead

Notice bibliographique

RevueNeuroscience & Biobehavioral Reviews · 2022
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesAustralian GovernmentSocial Sciences and Humanities Research Council of CanadaWellcome Trust
Mots-clésAllostatic loadAllostasisInferencePsychologyProbabilistic logicDepression (economics)Computer scienceCognitive psychologyRisk analysis (engineering)NeuroscienceArtificial intelligenceMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Survival requires the implementation of adaptive changes that demand energy resources. The efficient regulation of energetic resources thus plays a critical role in enabling systems to adapt to the demands of their internal and external environments. The framework of active inference explains how living organisms can build probabilistic models that enable them to predict, track, and regulate energy expenditure in the short and long run. The aim of the paper is to characterize the physiological changes that accompany stress, and the relationship between these changes and the loss of confidence in a system's predictions about its internal and external milieu-ultimately manifesting as depressive symptomatology. We identify the systems that underwrite goal-directed behavior, and the neuroendocrine and immunological systems, as the hierarchical controller that regulates energy resources. In doing so, we establish an etiological pathway from allostatic overload to depression via active inference.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,486
Tête enseignante GPT0,555
Écart entre enseignants0,069 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations59
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience & Biobehavioral ReviewsMême sujetMental Health Research TopicsTravaux en français237 207