Emotional modulation of inhibitory control in rumination from empirical and computational perspectives
Notice bibliographique
Résumé
Rumination involves repetitive dwelling on negative thoughts, emotions, and memories and is a risk factor for depression. Cognitive theories suggest that rumination stems from heightened automatic, emotional stimuli-driven (i.e., "bottom-up") and/or deficits in effortful, goal-directed (i.e., "top-down") processes. It remains unclear whether rumination arises from bottom-up processes impacting top-down inhibitory control or from impaired inhibition alone. We used both experimental and computational approaches to address this. Participants (N = 151) first completed self-report measures of trait rumination, followed by the standard and emotional Stroop tasks, before and after a rumination induction. Brooding, a maladaptive component of rumination, was associated with slower reaction times for both tasks. A rumination induction, expected to heighten bottom-up emotional salience, increased the congruency effect in proportion to brooding severity. To study underlying computational mechanisms, we adapted an existing parallel distributed processing model of the Stroop task to include mechanisms for emotional cue processing and subsequently numerically fit the model parameters to individual participant Stroop data. Brooding was positively associated with bottom-up weights and steeper neural activation curves in the task control layer, representing a greater sensitivity to emotional cues and changes in task demands. Higher brooding also predicted faster temporal integration (i.e., activity decay) of top-down control signals and slower temporal integration (i.e., activity persistence) of emotional cues. We therefore propose that a greater sensitivity to changes in task demands and bottom-up emotional cues, along with a diminished capacity to sustain goal-relevant control signals, underlie inhibitory control deficits in trait rumination.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».