MétaCan
Menu
← Retour à la cohorte
Enregistrement W4300687547 · doi:10.1101/2022.09.30.510041

Common brain areas for processing physiologically and socially ‘needed’ stimuli

2022· preprint· en· W4300687547 sur OpenAlexafffund
Juvenal Bosulu, Yi Luo, Sébastien Hétu

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInsulaNeuroscienceSerotoninPsychologyPerceptionAssociation (psychology)5-HT receptorAnterior cingulate cortexReceptorCognitive psychologyBiologyCognition

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We looked at the overlap between brain areas related to perception of physiologically and socially (non-physiological) needed stimuli and how they might regulate serotonin levels. First, we conducted separate ALE meta-analyses on published results pertaining to brain activation patterns when participants perceived food while hungry or water while thirsty, and social interactions while being excluded. This allowed us to identify common consistent brain activation patterns for physiological and social needed stimuli. We also looked at significant spatial association between the common network and serotonin receptor distribution. We found that regions within the mid-posterior insula, the anterior cingulate cortex and the caudate are at the intersection of physiological (hunger and thirst) and social (exclusion) aspects of ‘needing’. Furthermore, we found a significant positive spatial correlation between that common network and 5HT4 receptor among serotonin receptors. While this was the highest for serotonin receptors, it was not the highest of all receptors. Our study suggests there is a common brain pattern during the processing of physiologically and socially needed stimuli, and discusses their spatial association with serotonin receptors and its possible implication.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,105
Tête enseignante GPT0,340
Écart entre enseignants0,235 · 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'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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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