MétaCan
Menu
Retour à la cohorte
Enregistrement W4283166607 · doi:10.3389/fnhum.2022.883337

Effects of Online Single Pulse Transcranial Magnetic Stimulation on Prefrontal and Parietal Cortices in Deceptive Processing: A Preliminary Study

2022· article· en· W4283166607 sur OpenAlexaff
Bruce Luber, Lysianne Beynel, Timothy Spellman, Hannah Gura, Markus Ploesser, Kate Termini, Sarah H. Lisanby

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAdvanced Research Projects AgencyDefense Advanced Research Projects Agency
Mots-clésTranscranial magnetic stimulationPsychologyNeuroscienceStimulus (psychology)Posterior parietal cortexDorsolateral prefrontal cortexPrefrontal cortexStimulationCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Transcranial magnetic stimulation (TMS) was used to test the functional role of parietal and prefrontal cortical regions activated during a playing card Guilty Knowledge Task (GKT). Single-pulse TMS was applied to 15 healthy volunteers at each of three target sites: left and right dorsolateral prefrontal cortex and midline parietal cortex. TMS pulses were applied at each of five latencies (from 0 to 480 ms) after the onset of a card stimulus. TMS applied to the parietal cortex exerted a latency-specific increase in inverse efficiency score and in reaction time when subjects were instructed to lie relative to when asked to respond with the truth, and this effect was specific to when TMS was applied at 240 ms after stimulus onset. No effects of TMS were detected at left or right DLPFC sites. This manipulation with TMS of performance in a deception task appears to support a critical role for the parietal cortex in intentional false responding, particularly in stimulus selection processes needed to execute a deceptive response in the context of a GKT. However, this interpretation is only preliminary, as further experiments are needed to compare performance within and outside of a deceptive context to clarify the effects of deceptive intent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,306
Écart entre enseignants0,284 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetDeception detection and forensic psychologyTravaux en français237 207