Spatial and temporal functional connectivity changes between resting and attentive states
Notice bibliographique
Résumé
Remote brain regions show correlated spontaneous activity at rest within well described intrinsic connectivity networks (ICNs). Meta-analytic coactivation studies have uncovered networks similar to resting ICNs, suggesting that in task states connectivity modulations may occur principally within ICNs. However, it has also been suggested that specific "hub" regions dynamically link networks under different task conditions. Here, we used functional magnetic resonance imaging at rest and a continuous visual attention task in 16 participants to investigate whether a shift from rest to attention was reflected by within-network connectivity modulation, or changes in network topography. Our analyses revealed evidence for both modulation of connectivity within the default-mode (DMN) and dorsal attention networks (DAN) between conditions, and identified a set of regions including the temporoparietal junction (TPJ) and posterior middle frontal gyrus (MFG) that switched between the DMN and DAN depending on the task. We further investigated the temporal nonstationarity of flexible (TPJ and MFG) regions during both attention and rest. This showed that moment-to-moment differences in connectivity at rest mirrored the variation in connectivity between tasks. Task-dependent changes in functional connectivity of flexible regions may, therefore, be understood as shifts in the proportion of time specific connections are engaged, rather than a switch between networks per se. This ability of specific regions to dynamically link ICNs under different task conditions may play an important role in behavioral flexibility.
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 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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».