MARC

 008260126s2025        us                              c    eng  d
■001000017356639
■00520260202103008
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798286427222
■035    ▼a(MiAaPQ)AAI31841896
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a616
■1001  ▼aXu,  Chengze.
■24510▼aAdaptation  of  the  Putative  Choice  Circuit  in  the  Orbitofrontal  Cortex  Across  Decision  Contexts
■260    ▼a[Sl]▼bNew  York  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a179  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  B.
■500    ▼aAdvisor:  Cai,  Xinying.
■5021  ▼aThesis  (Ph.D.)--New  York  University,  2025.
■520    ▼aThe  orbitofrontal  cortex  (OFC)  harbors  functional  neurons  essential  for  forming  a  choice  circuit,  encoding  such  decision  variables  as  offer  value,  chosen  value,  and  choice  outcome.  Accordingly,  it  has  been  established  as  a  central  hub  in  value-based  decision-making,  encoding  subjective  valuations  across  different  choice  paradigms.  However,  a  fundamental  question  remains:  does  the  OFC  maintain  a  task-invariant,  generalized  encoding  framework,  or  does  it  engage  task-specific  neuronal  modules  that  adapt  dynamically  based  on  decision  context?  This  dissertation  aims  to  address  this  issue  by  investigating  whether  OFC  neurons  exhibit  persistent  representations  across  decision  tasks  or  flexibly  remap  in  response  to  task  parameters.Chapter  1  provides  an  overview  of  economic  decision-making,  highlighting  the  role  of  the  OFC  in  encoding  subjective  values  across  diverse  decision  contexts. Chapter  2  examines  whether  distinct  OFC  neuronal  populations  encode  decision  variables  for  multi-attribute  (juice  choice,  JC)  versus  single-attribute  (single  choice,  SC)  tasks.  Results  reveal  preferential  engagement  of  separate  neural  populations  for  each  task,  supporting  functional  specialization  within  the  OFC. Chapter  3  investigates  whether  OFC  neurons  maintain  stable  encoding  or  exhibit  flexible  remapping  across  two  multi-attribute  tasks:  juice  choice  (JC)  and  delay  choice  (DC).  Findings  show  a  significant  overlap  of  neurons  engaged  in  both  tasks,  exceeding  chance  levels.  However,  no  consistent  remapping  pattern  for  task-related  variables  emerges,  indicating  that  OFC  neurons  adapt  dynamically  to  encode  variables  within  distinct  multi-attribute  contexts.Chapter  4  evaluates  the  persistence  and  adaptability  of  neural  encoding  across  decision  contexts  using  population  decoding  and  subspace  analysis.  Results  reveal  that  OFC  neurons  do  not  adhere  to  a  fixed  remapping  scheme  but  instead  engage  in  flexible  adaptation  to  task  demands,  favoring  a  context-sensitive  model  over  rigid  modularity.Chapter  5  synthesizes  these  findings,  showing  the  OFC  as  a  dynamic  system  that  employs  dissociable  neuronal  populations  for  single-  versus  multi-attribute  choices,  while  leveraging  overlapping,  adaptable  neurons  across  different  multi-attribute  tasks. Overall,  this  work  suggests  that  the  putative  OFC  choice  circuit  exhibits  the  capacity  to  reconfigure  its  representation  of  decision  variables  under  different  decision  context,  offering  new  insights  into  the  neural  basis  of  value-based  decisions.
■590    ▼aSchool  code:  0146.
■650  4▼aNeurosciences
■650  4▼aBiomedical  engineering
■650  4▼aBioinformatics
■650  4▼aCognitive  psychology
■653    ▼aDecision  making
■653    ▼aFlexible  remapping
■653    ▼aOrbitofrontal  cortex
■653    ▼aDelay  choice  
■653    ▼aValue-based  decisions
■690    ▼a0317
■690    ▼a0541
■690    ▼a0633
■690    ▼a0715
■71020▼aNew  York  University▼bCenter  for  Neural  Science.
■7730  ▼tDissertations  Abstracts  International▼g86-12B.
■790    ▼a0146
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17356639▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books