Asymmetric Processing of Numerical and Nonnumerical Magnitudes in the Brain: An fMRI Study
Notice bibliographique
Résumé
It is well established that, when comparing nonsymbolic magnitudes (e.g., dot arrays), adults can use both numerical (i.e., the number of items) and nonnumerical (density, total surface areas, etc.) magnitudes. It is less clear which of these magnitudes is more salient or processed more automatically. In this fMRI study, we used a nonsymbolic comparison task to ask if different brain areas are responsible for the automatic processing of numerical and nonnumerical magnitudes, when participants were instructed to attend to either the numerical or the nonnumerical magnitudes of the same stimuli. An interaction of task (numerical vs. nonnumerical) and congruity (congruent vs. incongruent) was found in the right TPJ. Specifically, this brain region was more strongly activated during numerical processing when the nonnumerical magnitudes were negatively correlated with numerosity (incongruent trials). In contrast, such an interference effect was not evident during nonnumerical processing when the task-irrelevant numerical magnitude was incongruent. In view of the role of the right TPJ in the control of stimulus-driven attention, we argue that these data demonstrate that the processing of nonnumerical magnitudes is more automatic than that of numerical magnitudes and that, therefore, the influence of numerical and nonnumerical variables on each other is asymmetrical.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».