Resting‐state functional connectivity <scp>MRI</scp> reveals active processes central to cognition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Analysis of spontaneously correlated low-frequency activity fluctuations across the brain using functional magnetic resonance imaging (MRI)-commonly referred to as resting-state functional connectivity (RSFC) MRI-was initially seen as a useful tool for mapping functional-anatomic networks in the living human brain, characterizing brain changes and differences in clinical populations, and studying comparative anatomy across species. However, little was known about the potential relevance of RSFC to cognitive processes. Indeed, there has been considerable controversy and debate as to the utility of studying the resting-state in cognitive neuroscience. However, recent work has shown that RSFC, rather than merely reflecting passive or epiphenomenal activity within underlying functional-anatomic networks, reveals important dynamic processes that play an active role in cognition. RSFC has been associated with individual differences in a number of behavioral and cognitive domains, including perception, language, learning and memory, and the organization of conceptual knowledge. In this article, we review and integrate the latest research demonstrating that RSFC is functionally relevant to human behavior and higher-level cognition, and propose a hypothesis regarding its mechanism of action on functional network dynamics and cognition. We conclude that RSFC MRI will be an invaluable tool for future discovery of the fundamental neurocognitive interactions that underlie cognition. WIREs Cogn Sci 2014, 5:233-245. doi: 10.1002/wcs.1275 CONFLICT OF INTEREST: The authors have declared no conflicts of interest for this article. For further resources related to this article, please visit the WIREs website.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle