Resting-state functional connectivity in gelotophobes: A neuroscientific perspective on the fear of laughter
Notice bibliographique
Résumé
Gelotophobia, the fear of being laughed at, is characterized by heightened sensitivity to ridicule and a tendency to perceive laughter in social situations as mocking. Resting-state functional magnetic resonance imaging (rs-fMRI) acquires brain functional connectivity while the individual remains at rest, without engaging in specific tasks. Recent studies have investigated task-based fMRI and white matter in gelotophobes; however, the resting-state functional connectivity (rsFC) in this group remains unclear. This study aimed to examine differences in rsFC between gelotophobes and non-gelotophobes, to provide insights into the neural networks underlying gelotophobia. Using a seed-based correlation approach, the present study analyzed rsFC in three key networks: the limbic system, default mode network (DMN), and executive control network (ECN). Compared to non-gelotophobes, gelotophobes exhibited significantly stronger amygdala-putamen connectivity within the limbic system, suggesting heightened sensitivity to social cues and altered processing of fear. Within the DMN, gelotophobes demonstrated stronger precuneus-temporoparietal junction (TPJ) and posterior cingulate cortex-TPJ functional connectivity, implying increased self-awareness and vigilance toward social evaluation. In the ECN, enhanced connectivity between the superior frontal gyrus and supplementary motor area in gelotophobes may reflect heightened attention to social cues. Notably, while individuals with gelotophobia exhibited greater amygdala-putamen functional connectivity, controls showed stronger amygdala-supplementary motor area connectivity. These distinct connectivity patterns across the limbic system, DMN, and ECN provide new insights into the neural basis of gelotophobia and its associated heightened sensitivity to social 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 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 | 0,000 |
| 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 ».