MétaCan
Menu
Retour à la cohorte
Enregistrement W4283524093 · doi:10.1101/2022.06.21.496956

Blocking D2/D3 dopamine receptors increases volatility of beliefs when we learn to trust others

2022· preprint· en· W4283524093 sur OpenAlexaff
Nace Mikuš, Christoph Eisenegger, Christoph Mathys, Luke Clark, Ulrich Müller, Trevor W. Robbins, Claus Lamm, Michael Naef

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNIHR Cambridge Biomedical Research CentreVienna Science and Technology FundMedical Research CouncilNational Institute for Health and Care ResearchSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSulpirideDopaminePsychologyDopamine receptor D2Prosocial behaviorVolatility (finance)Dopamine receptorAntagonistSocial psychologyProxy (statistics)ReceptorInternal medicineComputer scienceMedicineEconometricsNeuroscienceEconomicsDopaminergicMachine learning

Résumé

récupéré en direct d'OpenAlex

Abstract The ability to flexibly adjust beliefs about other people is crucial for human social functioning. Dopamine has been proposed to regulate the precision of beliefs, but direct behavioural evidence of this is lacking. We investigated how a relatively high dose of the selective D2/D3 dopamine receptor antagonist sulpiride impacts learning about other people’s prosocial attitudes in a repeated trust game. Using a Bayesian model of belief updating, we show that sulpiride increased the volatility of beliefs, which led to higher precision-weights on prediction errors. This effect was entirely driven by participants with genetically conferring higher dopamine availability (Taq1a polymorphism). Higher precision weights were reflected in higher reciprocal behaviour in the repeated trust game but not in single-round trust games. This finding suggests that antipsychotic medication might acutely reduce rigidity of pathological beliefs.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,539
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,277
Écart entre enseignants0,249 · 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.

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 revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetExperimental Behavioral Economics StudiesTravaux en français237 207