MétaCan
Menu
Retour à la cohorte
Enregistrement W4385717797 · doi:10.21203/rs.3.rs-3200942/v1

Reliving positive and negative interpersonal events activates a common set of neural networks for emotional processing

2023· preprint· en· W4385717797 sur OpenAlexaff
Ling-Yao Chien, Hsin-Ju Lee, Fa‐Hsuan Lin, Wen‐Jui Kuo

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensSunnybrook Hospital
Organismes subventionnairesNational Science and Technology Council
Mots-clésPsychologySet (abstract data type)CategorizationInterpersonal communicationRecallEvent (particle physics)Interpretation (philosophy)Cognitive psychologyNeural correlates of consciousnessSocial psychologyDevelopmental psychologyCognitionComputer scienceNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, we asked the participants to recall both positive and negative interpersonal events, as well as a relatively neutral one, during fMRI, and compared their evoked brain activities. Our results delineated a neural system that exhibited differential response patterns within the same set of networks for positive emotions elicited by a joyful event with a good friend and negative emotions elicited by the breakup event with their ex-partner. The findings corroborated the constructed theories of emotion, which propose that emotions are constructed through a set of processes, including categorization, abstraction, and interpretation, by simulating interoceptive representations. In society, some individuals are more vulnerable to social rejection, and their psychological difficulties are multifaceted. Our study sheds light on the developmental course of these difficulties and paves the way for further evaluation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,408
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,164
Tête enseignante GPT0,469
Écart entre enseignants0,305 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAction Observation and SynchronizationTravaux en français237 207