Neural rhythms of narcissism: Facets of narcissism are associated with different neural sources in resting‐state EEG
Notice bibliographique
Résumé
Trait narcissism is characterized by significant heterogeneity across individuals. Despite advances in the conceptualization of narcissism, including the increasing recognition that narcissism is a multidimensional construct, the sources of this heterogeneity remain poorly understood. Here, we used a neural trait approach to help better understand "how," and shed light on "why," individuals vary in facets of trait narcissism. Participants (N = 58) first completed personality measures, including the Narcissistic Personality Inventory (NPI), and then in a second session sat passively while resting-state electroencephalography (rs-EEG) was recorded. We then regressed source-localized rs-EEG activity on the distinct facets of narcissism: Grandiose Exhibitionism (GE), Entitlement/Exploitativeness (EE), and Leadership/Authority (LA). Results revealed that each facet was associated with different (though sometimes overlapping) neural sources. Specifically, GE was associated with reduced activation in the dorsomedial prefrontal cortex (DMPFC). EE was associated with reduced activation in the DMPFC and right lateral PFC. LA was associated with increased activation in the left anterior temporal cortex. These findings support the idea that trait narcissism is a multidimensional construct undergirded by individual differences in neural regions related to social cognition (the DMPFC), self-regulation (right lateral PFC), and self-referential processing (left anterior temporal cortex).
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) | 0,001 | 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 ».