Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 DetailsÜbersicht
  Orbitofrontal cortex and learning predictions of state transitions

Chan, S. C. Y., Schuck, N. W., Lopatina, N., Schoenbaum, G., & Niv, Y. (2020). Orbitofrontal cortex and learning predictions of state transitions. BioRxiv, 302521.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0007-0BC1-3 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0007-0DF1-B
Genre: Forschungspapier

Dateien

einblenden: Dateien
ausblenden: Dateien
:
2020.09.17.302521v1.full.pdf (Preprint), 2MB
 
Datei-Permalink:
-
Name:
2020.09.17.302521v1.full.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Eingeschränkt (Max Planck Institute for Human Development, MBBF; )
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://doi.org/10.1101/2020.09.17.302521 (Preprint)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Chan, Stephanie C. Y., Autor
Schuck, Nicolas W.1, 2, Autor           
Lopatina, Nina, Autor
Schoenbaum, Geoffrey, Autor
Niv, Yael, Autor
Affiliations:
1Max Planck Research Group NeuroCode - Neural and Computational Basis of Learning, Decision Making and Memory, Max Planck Institute for Human Development, Max Planck Society, ou_2489696              
2Max Planck UCL Centre for Computational Psychiatry and Ageing Research, Berlin, Germany, and London, UK, Max Planck Institute for Human Development, Max Planck Society, Lentzeallee 94, D-14195 Berlin, DE; Russell Square House, 10-12 Russell Square, London, WC1B 5EH, UK, ou_2205641              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2020
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1101/2020.09.17.302521
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: BioRxiv
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: - Artikelnummer: 302521 Start- / Endseite: - Identifikator: -