הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר שיטה

מדידת הערך סובייקטיבי של אפשרויות מסוכנות ושנויות במחלוקת באמצעות כלכלה ניסויית ושיטות MRI פונקציונליות

11.8K צפיות

⸱

DOI:

10.3791/3724

⸱

19 בספטמבר 2012

 ,  ,  ,  , 

במאמר זה

סיכום

שימוש בשיטות בדיקת MRI והתנהגות פונקציונליות כדי לקבוע ייצוג העצבי של הערך הסובייקטיבי של אפשרויות מסוכנות ומעורפלות במוח האנושי.

תקציר

רוב הבחירות שאנו עושים יש השלכות ברורות. בחלק מהמקרים את ההסתברויות לתוצאות אפשריות שונות ידועות במדויק, תופעה קרוי "מסוכן". במקרים אחרים, כאשר הסתברויות אינן ניתנת להערכה, זה מצב כפי שתואר "מעורפל". בעוד שרוב האנשים הם שונאי סיכון והן ל1,2 עמימות, את מידת הסלידה האלה להשתנות באופן משמעותי על פני אנשים, כאלה שהערך הסובייקטיבי של אותה האפשרות מסוכנת או מעורפלת יכול להיות מאוד שונה עבור אנשים שונים. אנו משלבים MRI התפקודי (fMRI) בשיטה 3 ניסיוני כלכלה מבוססת להעריך את הייצוג העצבי של הערכים סובייקטיביים של אופציות מסוכנות ושנויות במחלוקת 4. טכניקה זו ניתן כיום בשימוש ללמוד ייצוגים עצביים אלו באוכלוסיות שונות, כגון קבוצות גיל שונים ובאוכלוסיות חולות שונות.

בניסוי שלנו, להפוך את נושאי בחירות ב תוצאתייםetween שתי חלופות תוך ההפעלה העצבית שלהם היא מעקב באמצעות fMRI. בכל ניסוי נבדקים לבחור בין הגרלות המשתנות בהיקף הכספי שלהם ובכל אחד הסתברות זכייה או הסכום שרמת העמימות קשורה עם הנצחון. העיצוב פרמטרית שלנו מאפשר לנו להשתמש בהתנהגות הבחירה של כל אדם להעריך את עמדותיהם כלפי סיכון ועמימות, ובכך להעריך את הערכים סובייקטיביים שכל כתב אופציה מוחזקת עבורם. תכונה חשובה נוספת של העיצוב היא שהתוצאה של ההגרלה שנבחרה היא לא חשפה במהלך הניסוי, כך שלא יכולה להתקיים למידה, ולכן האפשרויות המעורפלות תישארנה עמדות מעורפלות וסיכון הן יציבות. במקום זאת, בסיומה של פגישת סריקת ניסויים אחד או כמה נבחרים באופן אקראי ושחקו על כסף אמיתי. מאז נושאים לא ידעו מראש שיהיו ניסויים נבחרו, הם חייבים לטפל בכל המשפט כאילו זה וזה לבדו היה משפט אחד שעליו הם ישולמו. זה העיצוב ensures שאנו יכולים לאמוד את הערך הסובייקטיבי של כל אופציה האמיתית לכל נושא. אז אנחנו מסתכלים לאזורים במוח שההפעלה מתואמת עם הערך הסובייקטיבי של אפשרויות מסוכנות ולאזורי הפעלתם מתואמת עם הערך הסובייקטיבי של אפשרויות מעורפלות.

פרוטוקול

1. הכנת הניסוי

  1. הצעד הראשון הוא לעצב גירויים חזותיים המייצגים בחירות מסוכנות ושנויות במחלוקת, שיוצגו על המסך בסורק. אנו משתמשים בתמונות כגון אלו המוצגים באיור 1 לייצג שקיות מלאות באסימוני פוקר שאנו מכנים "שקיות לוטו". גרפי, תמונות אלה יכולים להיחשב כערימות של אסימוני פוקר לפני שהם ממוקמים בשקית. חשוב לציין, התמונות האלה מייצגות מכולות אמיתיות, במעטפות במקרה שלנו, מלאה ב100 אסימוני פוקר אדומים וכחולים שהנושא יראה לפני התחלת הניסוי. זה מבטיח שגם נושאים להבין את ההגרלות שהם יעמדו בפני ומאמינים שתצוגת המחשב במדויק מציגה הגרלות....

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

יש לנו להשתמש בשיטה מהכלכלה ניסויית לאפיין התנהגות הנבדקת ומעריך עמדות אישיות כלפי סיכון ועמימות. לאחר מכן השתמשנו באומדנים אלו כדי לנתח נתונים עצביים.

שיטות אחרות לבחינת פעילות fMRI ואילו נושאים לעשות בחירות תחת סיכון ועמימות היו בשימוש לפני 8,12. הגישה שלנו, לעומת זאת, משלבת כמה תכונות חשובות. ראשית, הוא משתמש בעיצוב פרמטרית, שבו פרמטרים שונים (כמות, הסתברות ורמת עמימות) הם מגוונים באופן שיטתי. זה מא.......

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

אין ניגודי האינטרסים הכריזו.

תודות

אנו מודים אלדו Rustichini לדיונים פוריים והערות על העיצוב.
ממומן על ידי מענק NIA R01-AG033406 לאילינוי וPWG.

....

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
שם חברה תגובות
ראש אלגרה רק 3.0 T סורק MRI סימנס סורק כל גוף יכול לשמש גם
NM-011 סליל ראש שידור נובה רפואית
E-ממשלה כלי תוכנת פסיכולוגיה גירויי תוכנת מצגת
Matlab MathWorks

מקורות

  1. Glimcher, P. W. Understanding risk: a guide for the perplexed. Cogn. Affect Behav. Neurosci. 8, 348-354 (2008).
  2. Camerer, C., Weber, M. Recent Developments in Modeling Preferences - Uncertainty and Ambiguity. Journal of Risk and Uncertainty. 5<....

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

גלה מאמרים נוספים

אפשרויות מסוכנותקידוד עצביקליפת המוח הקדמית-מדיאליתהפעלת הסטריאטוםמודל ליניארי כללינראות מקסימלית