Abstract
Ritardo attualizzazione si riferisce ad una diminuzione del valore di una ricompensa quando si è in ritardo rispetto a quando è immediatamente disponibile. Ritardo compiti attualizzazione vengono utilizzati per identificare i punti di indifferenza, che riflettono la stessa preferenza per due alternative di ricompensa dicotomici differenti sia in ritardo e la grandezza. Punti di indifferenza sono la chiave per valutare la forma di un gradiente di ritardo attualizzazione perché ci consentono di isolare l'effetto di ritardo sul valore. Ad esempio, se ad un ritardo di 1 settimana e un massimo di $ 1.000, il punto indifferenza è a $ 700 sappiamo che, per tale partecipante, un ritardo di 1 settimana corrisponde ad una riduzione del 30% in valore. Questo video illustra un compito di ritardo attualizzazione quantità di regolazione che identifica i punti di indifferenza in tempi relativamente brevi ed è poco costoso e facile da amministrare. Una volta che i dati sono stati raccolti, tecniche di regressione non lineari sono tipicamente utilizzati per generare le curve di attualizzazione. La pendenza della curva di attualizzazione riflette il grado di impscelta ulsive di un gruppo o individuo. Queste tecniche sono state utilizzate con una vasta gamma di prodotti e hanno identificato popolazioni che sono relativamente impulsivo. Ad esempio, le persone con problemi di abuso di sostanze sconto ritardate ricompense più ripidamente di partecipanti di controllo. Anche se il grado di attualizzazione varia in funzione della merce in esame, l'attualizzazione di una merce correla con l'attualizzazione di altre materie prime, il che suggerisce che attualizzazione può essere un modello di comportamento persistente 1.
Introduction
Ritardo attualizzazione è un fenomeno comportamentale che colpisce molte situazioni le persone incontrano ritardo attualizzazione si riferisce al fatto che le ricompense temporalmente prossimali sono più molto apprezzati di ricompense temporalmente distali. Cioè, il valore di premi declino con ritardi. Questo è un processo importante perché molte scelte che le persone fanno comportano un compromesso tra i risultati immediati di bassa qualità (ad es., Un pezzo di formaggio dopo cena) e ritardato risultati di alta qualità (ad es., La salute a lungo termine). Delay attualizzazione è stato osservato anche in una varietà di specie, oltre agli esseri umani, tra 2,3 4,5 scimmie, ratti e piccioni, 6,7 8.
Le differenze individuali in grado di attualizzazione sono stati collegati a vari comportamenti disadattivi 9. Il valore di premi diminuisce in funzione di ritardo secondo una funzione di decadimento iperbolica 8. Con decadimento iperbolico, diminuzione del valores ampiamente con ritardi relativamente brevi, ma diminuisce proporzionalmente meno attraverso relativamente lunghi ritardi. La scoperta di Mazur che degrada il valore iperbolico in funzione del ritardo è importante, perché la funzione iperbolica è in grado di prevedere inversioni privilegiate dove altre funzioni teoriche non può senza ulteriori ipotesi. Inversioni preferenze sono un ben documentato trovare 10-12 che la preferenza per una piccola ricompensa a disposizione relativamente presto (SSR) per un premio più grande disponibili a un relativamente distale in futuro (LLR) si invertirà se un ritardo comune è aggiunto entrambe le alternative . Per esempio, se, mentre tornava a casa dal lavoro, una sensazione di fame colpisce all'improvviso, una persona può essere incline a fermarsi al primo ristorante fast food in vista per uno spuntino relativamente malsano al contrario di attesa fino a quando tornano a casa per un pezzo di frutta o qualche altro di alta qualità spuntino. Se, tuttavia, la fame colpisce mentre ancora al lavoro, quando la persona ha ancora a piedila loro auto e guidare lungo la strada prima di avvicinarsi il ristorante fast food, sono più propensi a decidere di aspettare fino a quando tornano a casa per il frutto.
La pendenza con cui premia diminuzione di valore in funzione di ritardo può essere considerato una misura della scelta impulsività di un organismo. Scelta impulsività può essere definita come una preferenza per SSR sopra LLR 13,14 Più elevata gradi di scelta impulsiva sono collegate da usare e abuso di vari farmaci come alcool 15,16, 17,18 sigarette, cocaina 19, eroina 20,21, e metanfetamine 22. Gradi più elevati di scelta impulsiva sono anche legati al gioco d'azzardo problematico 23, obesità 24,25, e cattive condizioni di salute e le scelte di sicurezza personali 26.
I vari compiti possono essere utilizzati per valutare ritardo attualizzazione negli esseri umani. Ad esempio, i partecipanti potrebbero essere invitati a prendere decisioni tra alternative e l'esperienza alcuni o tutti idelle conseguenze associate con la loro scelta (compito vera ricompensa 27,28) o che potrebbero essere chiamati a prendere decisioni tra alternative ipotetiche, nel qual caso non sarebbe in realtà vivere le conseguenze associate con la loro scelta (compito ricompensa ipotetica 1-3,9 , 15-19,25,29). Livelli simili di attualizzazione sono generalmente osservati indipendentemente dal fatto che il premio e ritardi sono reali o ipotetiche 30. Il metodo di somministrazione di compiti di ritardo attualizzazione differisce da uno studio all'altro. Ad esempio, diversi laboratori hanno somministrato l'attività utilizzando un questionario fill-in-the-vuoto 31, un questionario a scelta multipla 32, una procedura di somma di regolazione 33, e una scelta monetaria questionario di 34. Il compito importo di regolazione, originariamente sviluppato da Du, verde e Myerson 33, e ampiamente utilizzato nel nostro laboratorio, offre diversi vantaggi. Una volta che il compito è la raccolta dei dati programmato è automatizzato, limitandoerrore umano durante tutto il processo. A causa della natura di regolazione del compito, i punti di indifferenza vengono raggiunti con relativamente poche domande, che riduce al minimo il tempo di partecipanti sono tenuti ad essere in e di laboratorio e limiti noia. È importante sottolineare che il compito fornisce dati dettagliati e affidabili. Il compito importo regolazione sarà dettagliato di seguito.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Il protocollo è stato approvato dal consiglio d'amministrazione di Institutional Review Utah State University. La procedura descritta di seguito dovrebbero servire come guida per la programmazione e lo svolgimento di un compito ritardo attualizzazione.
1. La creazione di un task di attualizzazione di ritardo
- Scegliere l'intervallo di ritardi per i quali sarà valutata attualizzazione.
NOTA: Per esempio, uno scenario tipico avrebbe usato i ritardi che vanno da 1 settimana a 25 anni. I ritardi selezionati dovrebbero seguire, per convenzione, una progressione di circa esponenziale (ad es., 1 settimana, 2 settimane, 1 mese, 2 mesi, 6 mesi, 1 anno, 5 anni, e 25 anni) - Scegliere la massima quantità di denaro che sarà utilizzato nel compito. Per esempio, gli importi tipici di denaro utilizzati nel compito sono $ 100 o $ 1.000.
- Scegli il numero di prove che devono essere completate per determinare un punto di indifferenza ad ogni ritardo.
NOTA: Ad esempio, un tipico numero di prove per ciascun ritardo deve essere compresa tra 6 a 8 trial per bilanciare la risoluzione dei dati e partecipante fatica.
2. ottenere il consenso informato e al Login partecipante
- Avere il partecipante sedere in una stanza isolata davanti a un computer. Chiedere al partecipante di spegnere il cellulare e / o altri dispositivi elettronici.
- Fornire il partecipante con un modulo di consenso informato di rivedere e firmare se sono d'accordo a partecipare al compito.
- Avviare il programma facendo clic sull'icona associato all'attività sul computer.
- Osservare la finestra di dialogo e immettere un ID tag partecipante unico che sarà collegata ai dati del partecipante.
NOTA: Poiché l'attività deve essere programmata da sperimentatori, questa fase potrebbe essere automatizzato avendo il programma di assegnare automaticamente un nome partecipante.
3. Fornire Istruzioni e prove pratiche
- Dare le istruzioni partecipanti su ciò che lui o lei sperimenterà nel compito.
- Providprove pratiche e che non saranno inclusi nell'analisi dei dati.
NOTA: Le prove di pratica sono progettate per familiarizzare i partecipanti con la progettazione delle applicazioni e fornire ai partecipanti la possibilità di porre domande se non riescono a capire che cosa si aspetta da loro, senza minacciare l'integrità dei dati raccolti all'inizio del compito. Prove pratiche non dovrebbero utilizzare la procedura di regolazione descritta di seguito. Invece, prove pratiche dovrebbero consistere semplicemente in una serie di scelte tra i risultati immediati e risultati ritardati.- Ad esempio, iniziano le prove pratiche, mostrando una domanda sullo schermo del computer e chiedendo al partecipante di scegliere tra $ 10 disponibile immediatamente e 100 $ disponibile in 1 mese. Osservare la scelta fatta sullo schermo.
- Fai la stessa domanda nella schermata successiva, ma per le scelte successive aumentare l'alternativa immediata da un incremento di $ 10 su ogni prova (indipendentemente dalle scelte fatte dal partecipante) fino a quando il immediaalternative te e che ritardati sono uguali a $ 100.
- Effettuare dieci prove pratiche per consentire al partecipante si adatti al compito.
4. Valutare una indifferenza Single Point
NOTA: i punti di indifferenza servono come il principale variabile dipendente da compiti attualizzazione ritardo e rappresentano un punto in cui il valore attuale della alternativa ritardata è uguale a quella della alternativa immediata.
- Visualizzare gli importi di partenza per le alternative ritardati e immediati ai partecipanti. Per la prima prova, visualizzare l'importo massimo come l'importo per l'alternativa in ritardo. Simultaneamente visualizzare la quantità immediata ½ del massimale. Impostare il cursore del mouse al centro dello schermo (equidistante da ciascuna delle alternative di scelta) all'inizio del processo.
NOTA: Il lato (lato destro o sinistro dello schermo) su cui è presentata una alternativa deve essere determinata in modo casuale su ogniprocesso. - Osservare la scelta del partecipante.
- Regolare la quantità dell'alternativa immediata ¼ del massimo per la seconda prova basata sulla scelta partecipanti.
- Ridurre la quantità di alternativo, per il secondo processo se il partecipante ha scelto l'alternativa immediato sulla prima prova. Ad esempio, se l'importo immediato era $ 50 ed è stato scelto sulla prima prova, poi il secondo processo visualizzare la quantità immediata da $ 25.
- Aumentare la quantità della alternativo, per il secondo processo se il partecipante ha scelto l'alternativa ritardato sulla prima prova. Ad esempio, se l'importo immediata era $ 50, ma la quantità ritardata è stata scelta sulla prima prova, poi il secondo processo visualizzare la quantità immediata da $ 75.
- Visualizzare il nuovo importo della alternativo, e la costante alternativa ritardato al partecipante e permettere loro di fare la loro scelta successiva.
- Osservare il pLa scelta di articipant e regolare la quantità di l'alternativa immediata di ½ della rettifica precedente.
- Ridurre la quantità di alternativo, per la prova successiva se il partecipante ha scelto l'alternativa immediato sul processo in corso. Ad esempio, se l'importo immediata era $ 25 sul secondo processo ed è stato scelto, quindi il terzo processo visualizzare la quantità immediato come $ 12.50.
- Aumentare la quantità dell'alternativa immediata per la prova successiva se il partecipante ha scelto l'alternativa ritardo sul processo corrente. Ad esempio, se l'importo immediata era $ 25 sul secondo processo ed è stato scelto, quindi il terzo processo visualizzare la quantità immediata 37,50 $.
- Ripetere le fasi 4.4 e 4.5 fino a quando il partecipante ha il numero di scelte
NOTA: Il numero di scelte è a discrezione dello sperimentatore; vedi la discussione per ulteriori dettagli.
NOTA: La regolazione per l'imminente processo dovrebbe Always pari alla quantità massima moltiplicato per 2 -n, dove n è il numero di prove per la regolazione della corrente (vedere Figura 1). - Effettuare la regolazione finale per l'importo immediato in base alla scelta del partecipante. Utilizzare questo nuovo importo come il punto di indifferenza per tale ritardo.
5. Determinare indifferenza punti a ogni Ritardo
- Completamente ripetere il passo 4 per ciascuno dei ritardi scelti, azzerando la quantità del risultato immediato e l'ammontare della rettifica per il primo processo ad ogni ritardo.
6. Valutare Ritardo Attualizzazione qualitativamente diversi Outcomes (opzionale)
- Chiedi al partecipante di fornire un esempio del risultato prescelto. Ad esempio, se il risultato scelto è il cibo poi chiedere il partecipante "Qual è il tuo cibo preferito?"
- Osservare la risposta del partecipante e chiedere al partecipante quanto un unità dei costi di outcome (ad es., "Cosaè il costo del cibo preferito? ").
NOTA: se gli sperimentatori sono interessati a valutare le differenze di attualizzazione attraverso materie prime, questo passo pareggiare materie prime in termini di valore in modo che eventuali differenze di attualizzazione non sono dovuti a differenze nella quantità viene scontato. - Visualizzare i valori dei valori iniziali immediati e ritardati basati sul prezzo segnalato dal partecipante. Impostare la quantità ritardata del risultato essere uguale al valore massimo diviso per il prezzo unitario che è stato fornito dal partecipante e quindi impostare l'alternativa immediata a ½ di tale quantità.
NOTA: Per esempio, se 1 porzione di gelato costa $ 5 e la massima è di $ 100, allora ci sono 20 porzioni di gelato in 100 $. Utilizzare questo valore calcolato come alternativa ritardato (ad es., "20 porzioni di gelato in 1 settimana") e ½ di tale importo come l'alternativa immediata (ad es., "10 porzioni di gelato ora"). - Repea tutti di punti 4 e 5 con il valore ricalcolato di ogni risultato.
Figura 1. Processo Struttura dell'Importo di regolazione Task. Il valore iniziale per l'alternativa ritardata, Y, deve essere uguale al massimo. Il valore iniziale per l'alternativa immediata, X, deve essere uguale .5Y. Se X è scelto il valore di X deve essere ridotta nella prova successiva. Se Y è scelto il valore di X deve essere aumentato nella prova successiva. L'importo della rettifica è .25Y on Trial 1 ed è 0,5 della rettifica precedente per ogni prova successiva. Clicca qui per vedere una versione più grande di questa figura.
Analisi 7. I dati
- Importare i dati in qualsiasi analy dati preferitoprogramma di sis. Isolare il punto di indifferenza per ogni ritardo per ogni partecipante. Calcolare il punto mediano di indifferenza per ogni ritardo per ciascun gruppo.
NOTA: Il calcolo dei punti di indifferenza mediani è necessaria solo se si utilizza un disegno di gruppo. - Scegli un modello di regressione curvilinea (vedi risultati rappresentativi per gli esempi). Utilizzare la regressione curvilinea per adattare il modello ai punti (mediana) di indifferenza. Questo genererà le stime dei parametri rilevanti per il modello scelto (vedi sotto per una spiegazione dei parametri).
NOTA: Abbiamo fornito il codice per effettuare la regressione curvilinea in Materiali Supplementari per il programma statistico R per aiutare il lettore con il passaggio 7.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Ritardo risultati attualizzazione sono comunemente analizzati con modelli di regressione curvilinei di montaggio per entrambi i punti di indifferenza mediani dei gruppi e dei punti di indifferenza da singoli partecipanti per ogni risultato. Mediani punti gruppo di indifferenza sono utilizzati in quanto i punti di indifferenza per un campione di solito non sono distribuiti normalmente. Tre modelli di regressione non lineare sono comunemente usati: quelli proposti da Mazur (Equazione 1) 8, Myerson e Green (Equazione 2) 35, e Rachlin (Equazione 3) 36.
In questi modelli, V è il presente (scontato) valore di una o ritardatoE SITO (ie., il punto di indifferenza sperimentalmente determinata), A è l'importo del risultato futuro, D è il ritardo al risultato, ek è un parametro libero che quantifica la pendenza con cui il risultato ritardato perde valore in funzione di ritardo. In equazioni 2 e 3, s è un parametro di scala che è anche libero di variare. Analisi statistiche tradizionali possono essere effettuate sul logaritmo naturale (ln) di k da Equazione 1. Le analisi statistiche sono meno appropriato per ln (k) da Equazione 2 e 3 perché equazione k non è una misura indipendente di attualizzazione per la sua interazione con il parametro s.
Nel nostro laboratorio, abbiamo dimostrato che il risultato specifico che è in fase di studio (ad es., Il cibo contro denaro) colpisce attualizzazione (ad es., Il cibo è scontato più ripidamente di soldi 1). Nonostante questo fatto, partic individuale grado di attualizzazione parte- 'è correlato tra esiti diversi. Abbiamo interpretato questo risultato come la prova che ritardare l'attualizzazione è un processo trait-like. Tuttavia, mentre il ritardo sconto sembra essere un processo trait-like, è anche influenzata da variabili di stato 37,38.
I seguenti risultati, precedentemente pubblicati sulla rivista Psychopharmacology 1 dimostrano ritardo tipico attualizzazione curve ottenute attraverso una regressione non lineare. Per l'analisi di gruppo, mediani punti gruppo di indifferenza sono ottenuti per ogni ritardo. Questi punti sono idonei per il modello di regressione non lineare (vedi codice R in dotazione) La Figura 2 mostra il modello si adatta di Equazione 2 per quattro risultati:. Soldi, alcol, divertimento e cibo. I risultati sono stati separati in due gruppi: fumatori di sigarette e non fumatori.
carico / 53584 / 53584fig2.jpg "/>
Figura 2. Ritardo Attualizzazione merci diverse. Funzioni per fumatori e non fumatori sconto per i prodotti di denaro, cibo alcol, e di intrattenimento. In tutti e quattro i pannelli, i punti mostrano punti di indifferenza mediani e linee mostrano la migliore funzione di attualizzazione iperbole come raccordo 35. Inserti per i prodotti di alcol, divertimento, e il cibo sono gli stessi dati con l'asse x scala per mostrare i punti di indifferenza per i ritardi più brevi. In alcuni casi, i punti di dati possono sovrapporsi. Questo dato è stato originariamente pubblicato in Psicofarmacologia 1 (sotto licenza CC-BY). Cliccate qui per vedere una versione più grande di questa figura.
La qualità delle convulsioni può essere valutata utilizzando due misure: R 2 e Criteri Akaike informazione (AIC).R 2 è calcolato come 1 - (somma residua dei quadrati / Totale somma dei quadrati). R 2 punteggi per la regressione non lineare devono essere interpretati con cautela (e possibilmente evitate) perché il modello somma dei quadrati e l'errore somma dei quadrati non equivalgono 1. Tuttavia, di solito includono R 2 punteggi a causa della convenzione e in modo che i valori dai nostri studi possono essere rispetto agli studi precedenti. AIC è calcolato come 2k + n Log (RSS / n), dove k è il numero di parametri liberi (1 per Equazione 1 e 2 per le equazioni 2 e 3), ed n è il numero di punti di indifferenza (vedi Tabella 1). Dati individuali sono analizzati in un metodo simile. Valori mediani di R 2 e AIC presentate per dimostrare la qualità dei singoli accessi (Tabella 2). È importante notare che Equazione 1 è un caso speciale di Equazione 2 e Equazione 3 (quando s = 1) e non potrà mai produrre un valore maggiore R 2 di queste equazioni. Così, l'AIC può essereutilizzato per valutare se il guadagno in R 2 per i modelli più complessi giustifica il parametro aggiuntivo (la maggiore complessità) in queste equazioni. Un metodo alternativo per valutare se il modello più complesso è giustificata sarebbe determinare se s significativamente diversa da 1 39.
In alternativa, una misura non teorico, area sotto la curva (AUC), sono disponibili presso l'indifferenza del partecipante punti 40. AUC è la somma della superficie trapezoidale tra ciascun gruppo di punti di indifferenza adiacenti. AUC è calcolato come (x 2 - x 1) [(y 1 + y 2) / 2], in cui x 1 ex 2 sono i successivi ritardi e y 1 ey 2 sono i punti di indifferenza per tali ritardi (vedi fornito R codice). Gamme di AUC tra 0 e 1 e inferiori valori indicano ripida attualizzazione. Statistiche parametriche possono essere utilizzati per analizzare se l'AUCspecifico campione soddisfa i requisiti della normalità.
Tabella 1:. Modello confronti Fit Girl paragoni adatti per la Mazur 8 dell'iperbole e Myerson e Green 35 iperboloide. I valori in grassetto indicano la misura migliore. Per i punti mediani di indifferenza, i risultati Akaike Information Criterion (AIC) indicano che il iperboloide ha fornito una migliore vestibilità cinque degli otto volte. Confronti di R 2 valori ottenuti da raccordo entrambi i modelli ai dati del partecipante individuali indicano che il iperboloide adattano meglio in tutti i casi che l'iperbole.
Tabella 2: ParametriLe stime. La K e S parametri, così come R 2 per iperboloide si adatta ai punti di indifferenza mediani per ogni risultato per ogni gruppo.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Questo video descrive i passi che dovrebbero essere prese per condurre un esperimento di ritardo attualizzazione utilizzando l'attività di regolazione quantità. Il compito di regolazione quantità è relativamente veloce per condurre (10-15 minuti per ogni partecipante) e produce dati affidabili. La natura di regolazione del compito fornisce un'analisi messa a punto di laurea di un singolo partecipante dell'attualizzazione. Dal momento che il compito è la raccolta di dati basati su computer è automatizzato, che durante il processo di raccolta dei dati i limiti umani di errori e l'influenza. In genere il compito è utilizzato per valutare l'attualizzazione dei risultati ipotetici, ma è stato anche utilizzato per valutare attualizzazione dei risultati reali 28. Un limite al compito quantità di regolazione è che l'attività non è robusto contro l'errore partecipante. A causa della natura di titolazione del compito un errore nel primo processo di un blocco di ritardo (ad es., Cliccando $ 50 ora invece di $ 100 in una settimana in cui il partecipante significava scegliere $ 100 in una settimana) drasticamenteinfluenzare il punto di indifferenza per questo ritardo come l'opzione immediata non sarà mai più raggiungere $ 50 in questo blocco dovuto alla rettifica in diminuzione in tutti gli studi. Un errore commesso in un processo più tardi all'interno di un blocco non influenzerà il punto di indifferenza tanto. Sulla base di osservazione nel nostro laboratorio, scopriamo che tali errori sono relativamente rare. Lo sperimentatore potrebbe programmare il compito di verificare con il partecipante che il punto di indifferenza è preciso e ripetere il processo per tale ritardo, se non lo è.
Tre parametri critici all'interno di un esperimento di ritardo attualizzazione utilizzando il compito importo di regolazione sono fino a sperimentatore discrezione, ma dovrebbe allinearsi con la domanda di sperimentazione: 1) L'importo dei risultati utilizzato deve avere un senso per le domande sperimentali (ad esempio, il valore $ 100.000 di. il cibo è privo di senso). 2) I ritardi usati nell'esperimento dovrebbe dare un senso con il risultato e gli importi utilizzati (ad es., A causa della forte sconto $ 10 maggionon essere sufficiente a fornire dati significativi se si utilizza una progressione ritardo che va da 1 settimana a 25 anni). 3) Il numero di regolazioni all'interno di ogni blocco di ritardo dovrebbe bilanciare la risoluzione e tempo (più risoluzione con più prove, ma una maggiore tempo richiesto dai partecipanti). Qui abbiamo delineato un modo in cui una valutazione ritardo attualizzazione può essere effettuata, ma compiti di ritardo di attualizzazione è robusto a variazioni e lievi modifiche della procedura descritta sopra non sono suscettibili di fare una differenza significativa nelle conclusioni.
Analizzando i dati da esperimenti attualizzazione di ritardo consiste in tecniche di regressione curvilinee che sono relativamente facili da implementare e producono adatta bene ai dati. Abbiamo incluso diversi documenti in materiali supplementari che aiuteranno nel programmare un ritardo di attualizzazione esperimento e l'analisi dei dati che vengono raccolti attraverso un ritardo di attualizzazione compito: pseudo-codice per aiutare nella programmazione di un ritardo attualizzazione compito inlingua NY, un compito ritardo attualizzazione programmato in E-Prime, e lo script per l'esecuzione di regressione non lineare nel programma statistico R (con commenti).
Ritardo attualizzazione esperimenti, utilizzando l'attività di regolazione-quantità, fornire un modo affidabile per identificare tra i gruppi e all'interno di-soggetto differenze nella scelta impulsiva. Gli esperimenti hanno identificato differenze nel grado di ritardo attualizzazione tra le persone con comportamenti disadattivi e partecipanti di controllo 41. Esperimenti con compiti di ritardo attualizzazione possono anche essere utilizzati per identificare le variabili che hanno un impatto ritardo-attualizzazione entro-soggetto e valutare la relativa permanenza di tali manipolazioni.
Mentre la precedente ricerca si è concentrata sull'esame differenze di ritardo scontando tra le diverse popolazioni è necessario, ulteriori ricerche per capire come ritardo di attualizzazione può essere influenzato attraverso un intervento terapeutico. Esperimenti di attualizzazione di ritardo sono stati estremamente successful nell'individuare differenze tra popolazioni di controllo e le popolazioni di persone con comportamenti disadattivi e fornire ai ricercatori con una logica per cui gli individui giocare d'azzardo, uso di droghe, mangiare troppo, o hanno poco riguardo per comportamenti relativi alla salute. Poiché i risultati negativi associati a questi comportamenti sono in ritardo, i risultati hanno poco impatto sul comportamento delle persone con funzioni di sconto ripide.
Poca ricerca è ancora concentrata sui meccanismi sottostanti ritardo attualizzazione. Ciò che dà luogo a un alto grado di sconto, che può portare a questi modelli di comportamento disadattivi? Anche se vi sono prove che suggeriscono che il ritardo attualizzazione è almeno un po 'ereditabile 42, ritardo di sconto può essere ancora malleabile. E 'importante identificare i meccanismi psicologici e neurobiologici sottostanti ritardo attualizzazione e variabili che possono influenzare tali meccanismi. E 'possibile che il grado di ritardo attualizzazione può essere reduced per intervento terapeutico 43, ma sono necessarie ulteriori ricerche per capire la generalità di questi risultati e l'impatto che diminuisce in ritardo attualizzazione può avere sulla propensione a impegnarsi in comportamenti disadattivi associati con ripide pendenze ritardo di attualizzazione.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Computer | any | Mac or Windows | |
| Programming Software | Visual Studios | https://www.visualstudio.com | |
| Data Analysis Software | The R Foundation | http://www.r-project.org | |
| Informed Consent Form |
References
- Friedel, J. E., DeHart, W. B., Madden, G. J., Odum, A. L. Impulsivity and cigarette smoking: discounting of monetary and consumable outcomes in current and non-smokers. Psychopharmacology. 231 (23), 4517-4526 (2014).
- Bickel, W. K., Odum, A. L., Madden, G. J. Impulsivity and cigarette smoking: delay discounting in current, never, and ex-smokers. Psychopharmacology. 146 (4), 447-454 (1999).
- Rachlin, H., Raineri, A., Cross, D.
- Addessi, E., et al. Delay choice versus delay maintenance: Different measures of delayed gratification in capuchin monkeys (Cebus apella). J Comp Psychol. 127 (4), 392-398 (2013).
- Woolverton, W. L., Myerson, J., Green, L. Delay discounting of cocaine by rhesus monkeys. Exp Clin Psychopharm. 15 (3), 238-244 (2007).
- Evenden, J. L., Ryan, C. N. The pharmacology of impulsive behaviour in rats: the effects of drugs on response choice with varying delays of reinforcement. Psychopharm. 128 (2), 161-170 (1996).
- Perry, J. L., Larson, E. B., German, J. P., Madden, G. J., Carroll, M. E. Impulsivity (delay discounting) as a predictor of acquisition of IV cocaine self-administration in female rats. Psychopharmacology. 178 (2-3), 193-201 (2005).
- Mazur, J. E. An adjusting procedure for studying delayed reinforcement. In: . Quantitative Analysis of Behavior: Vol. 5 the Effect of Delay and Intervening Events on Reinforcement Value. Commons, M. L., Mazur, J., Nevin, J. A., Rachlin, H. , Erlbaum. Hillsdale, NJ. 55-73 (1987).
- Bickel, W. K., Jarmolowicz, D. P., Mueller, E. T., Koffarnus, M. N., Gatchalian, K. M. Excessive discounting of delayed reinforcers as a trans-disease process contributing to addiction and other disease-related vulnerabilities: Emerging evidence. Pharmacol Thera. 134 (3), 287-297 (2012).
- Rachlin, H., Green, L.
- Ainslie, G. W.
- Ainslie, G., Herrnstein, R. J. Preference reversal and delayed reinforcement. Anim Learn Behav. 9 (4), 476-482 (1981).
- Odum, A. L. Delay discounting: I'm a k, you're a k. J Exp Anal Behav. 96 (3), 427-439 (2011).
- Reynolds, B., Ortengren, A., Richards, J. B., de Wit, H. Dimensions of impulsive behavior: Personality and behavioral measures. Pers Indiv Differ. 40 (2), 305-315 (2006).
- Petry, N. M. Delay discounting of money and alcohol in actively using alcoholics, currently abstinent alcoholics, and controls. Psychopharmacology. 154 (3), 243-250 (2001).
- Vuchinich, R. E., Simpson, C. A. Hyperbolic temporal discounting in social drinkers and problem drinkers. Exp Clin Psychopharm. 6 (3), 292-305 (1998).
- Bickel, W. K., Odum, A. L., Madden, G. J. Impulsivity and cigarette smoking: delay discounting in current, never, and ex-smokers. Psychopharmacology. 146 (4), 447-454 (1999).
- Mitchell, S. H. Measures of impulsivity in cigarette smokers and non-smokers. Psychopharmacology. 146 (4), 455-464 (1999).
- Coffey, S. F., Gudleski, G. D., Saladin, M. E., Brady, K. T. Impulsivity and rapid discounting of delayed hypothetical rewards in cocaine-dependent individuals. Exp Clin Psychopharm. 11 (1), 18-25 (2003).
- Madden, G. J., Petry, N. M., Badger, G. J., Bickel, W. K. Impulsive and self-control choices in opioid-dependent patients and non-drug-using control patients: Drug and monetary rewards. Exp Clin Psychopharm. 5 (3), 256-262 (1997).
- Odum, A. L., Madden, G. J., Badger, G. J., Bickel, W. K. Needle sharing in opioid-dependent outpatients: psychological processes underlying risk. Drug Alcohol Depen. 60 (3), 259-266 (2000).
- Hoffman, W. F., Moore, M., Templin, R., McFarland, B., Hitzemann, R. J., Mitchell, S. H. Neuropsychological function and delay discounting in methamphetamine-dependent individuals. Psychopharmacology. 188 (2), 162-170 (2006).
- Dixon, M. R., Marley, J., Jacobs, E. A. Delay discounting by pathological gamblers. J Appl Behav Anal. 36 (4), 449-458 (2003).
- Weller, R. E., Cook, E. W., Avsar, K. B., Cox, J. E. Obese women show greater delay discounting than healthy-weight women. Appetite. 51 (3), 563-569 (2008).
- Rasmussen, E. B., Lawyer, S. R., Reilly, W. Percent body fat is related to delay and probability discounting for food in humans. Behav Process. 83 (1), 23-30 (2010).
- Daugherty, J. R., Brase, G. L. Taking time to be healthy: Predicting health behaviors with delay discounting and time perspective. Pers Indiv Differ. 48 (2), 202-207 (2010).
- Reynolds, B., Schiffbauer, R. Measuring state changes in human delay discounting: an experiential discounting task. Behav Process. 67 (3), 343-356 (2004).
- Jimura, K., Myerson, J., Hilgard, J., Braver, T. S., Green, L. Are people really more patient than other animals? Evidence from human discounting of real liquid rewards. Psychon B. Rev. 16 (6), 1071-1075 (2009).
- Odum, A. L., Rainaud, C. P. Discounting of delayed hypothetical money, alcohol, and food. Behav Process. 64 (3), 305-313 (2003).
- Madden, G. J., Begotka, A. M., Raiff, B. R., Kastern, L. L. Delay discounting of real and hypothetical rewards. Exp Clin Psychopharm. 11 (2), 139-145 (2003).
- Beck, R. C., Triplett, M. F. Test-retest reliability of a group-administered paper-pencil measure of delay discounting. Exp Clin Psychopharm. 17 (5), 345-355 (2009).
- Chapman, G. B. Temporal discounting and utility for health and money. J EXP Psychol Learn. 22 (3), 771-791 (1996).
- Du, W., Green, L., Myerson, J. Cross-cultural comparisons of discounting delayed and probabilistic rewards. Psychol Rec. 52 (4), 479-492 (2002).
- Kirby, K. N., Petry, N. M., Bickel, W. K. Heroin addicts have higher discount rates for delayed rewards than non-drug-using controls. J Exp.Psychol Gen. 128 (1), 78-87 (1999).
- Myerson, J., Green, L. Discounting of delayed rewards: Models of individual choice. J Exp Anal Behav. 64 (3), 263-276 (1995).
- Rachlin, H.
- Odum, A. L.
- Koffarnus, M. N., Jarmolowicz, D. P., Mueller, E. T., Bickel, W. K. Changing delay discounting in the light of the competing neurobehavioral decision systems theory: a review. J Exp Anal Behav. 99 (1), 32-57 (2013).
- Green, L., Myerson, J., Ostaszewski, P. Amount of reward has opposite effects on the discounting of delayed and probabilistic outcomes. J Exp Psychol Learn Mem Cogn. 25 (2), 418-427 (1999).
- Myerson, J., Green, L., Warusawitharana, M. Area under the curve as a measure of discounting. J Exp Anal Behav. 76 (2), 235-243 (2001).
- Reynolds, B. A review of delay-discounting research with humans: relations to drug use and gambling. Behav Pharmacol. 17 (8), 651-667 (2006).
- Anokhin, A. P., Golosheykin, S., Grant, J. D., Heath, A. C. Heritability of delay discounting in adolescence: A longitudinal twin study. Behav Gen. 41 (2), 175-183 (2011).
- Morrison, K. L., Madden, G. J., Odum, A. L., Friedel, J. E., Twohig, M. P. Altering impulsive decision making with an acceptance-based procedure. Behav Ther. 45 (5), 630-639 (2014).
