Elucidating medial temporal and frontal lobe contributions to approach-avoidance conflict decision-making using functional MRI and the hierarchical drift diffusion model
Notice bibliographique
Résumé
The prefrontal cortex (PFC) has long been associated with arbitrating between approach and avoidance in the face of conflicting and uncertain motivational information, but recent work has also highlighted medial temporal lobe (MTL) involvement. It remains unclear, however, how the contributions of these regions differ in their resolution of conflict information and uncertainty. We designed an fMRI paradigm in which participants approached or avoided object pairs that differed by motivational conflict and outcome uncertainty (complete certainty vs. complete uncertainty). Behavioral data and decision-making parameters estimated using the hierarchical drift diffusion model revealed that participants' responding was driven by conflict rather than uncertainty. Our neural data suggest that PFC areas contribute to cognitive control during approach-avoidance conflict by potentially adjusting response caution and the strength of evidence generated towards either choice, with differential involvement of anterior cingulate cortex and dorsolateral prefrontal cortex. The MTL, on the other hand, appears to contribute to evidence generation, with the hippocampus linked to evidence accumulation for stimuli. Although findings within perirhinal cortex were comparatively equivocal, some evidence suggests contributions to perceptual representations, particularly under conditions of threat. Our findings provide evidence that MTL and PFC regions may contribute uniquely to arbitrating approach-avoidance conflict.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».