P.001 The neural correlates of effort-reward decision-making in older adults
Notice bibliographique
Résumé
Background: Effort mobilization is important in older adults to stay healthy, notably for decision-making. The process of decreasing subjective value of a reward as required effort increases is called effort discounting. By identifying underlying neural correlates related to effort discounting, we can better understand factors affecting normal cognitive aging. Methods: We acquired resting-state functional magnetic resonance images from 19 cognitively normal older adults (10 males; 66±6 years). Participants completed a computerized cognitive task—called Effort Expenditure for Rewards Task—capturing the willingness to expend effort for rewards through binary choices between high-reward-high-effort or low-reward-low-effort option to obtain varying monetary rewards. We modelled subjective value to assess the k parameter, effort discounting. A functional connectivity analysis examined the involvement of regions associated to the salience network. Results: The seed-to-voxel analysis revealed increased connectivity within the precuneus cortex and to clusters in the right temporal and posterior cingulate gyri, with increased k-value or decreased willingness to expend effort. There was also decreased connectivity between the anterior cingulate and right lateral occipital cortex, and between the left anterior insula to the cerebellum and precuneus cortex. Conclusions: The process of effort discounting is correlated to functional connectivity changes involving the precuneus, anterior cingulate, and left anterior insula in healthy older adults.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».