Exploring the neuro-computational mechanisms underlying age-related changes in complex decision-making
Notice bibliographique
Résumé
Over the last decade, research in decision-making has made remarkable advancements in understanding how the relative engagement in model-based and model-free decision-making changes with healthy aging. While we are beginning to understand the factors that affect older adults’ shift away from model-based decision-making, the exact mechanisms at play are still poorly understood. This dissertation presents findings as well as a novel theory which aims to advance our understanding of these neuro-computational mechanisms. Chapter 2 demonstrates \nthat, in contrast to younger adults, older adults do not benefit from more distinct probabilistic transitions between stages in a two-step decision-making task. By examining trial-by-trial neurocomputational dynamics, this first empirical paper provides evidence for age-related deficits in the ability to represent probabilistic transitions, and predict the value of upcoming choice options. Chapter 3 presents a novel theory: the diminished state space theory of human aging. This theoretical contribution proposes that older adults’ deficits in model-based learning \nare due to their underlying difficulties in representing state spaces. Chapter 4 examines one of the computational explanations brought forward in this theoretical paper. Namely, that older adults’ diminished state spaces may be explained (at least in part) by their difficulties updating their internal task representation. In line with this hypothesis, results demonstrate that in contrast to younger adults, older adults show difficulties identifying outcomes that signal the need to update their internal model. Together, these findings suggest that older adults’ deficits in model-based decision-making can be explained by their diminished state space representations, which in turn may in part result from their difficulty updating their internal model during cognitive tasks. Ultimately, \nthis dissertation provides important insights regarding older adults’ deficits, and opens future directions for the study of age-related changes in representational abilities.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».