Brains striving for coherence: Long-term cumulative plot formation in the default mode network
Notice bibliographique
Résumé
Many everyday activities, such as engaging in conversation or listening to a story, require us to sustain attention over a prolonged period of time while integrating and synthesizing complex episodic content into a coherent mental model. Humans are remarkably capable of navigating and keeping track of all the parallel social activities of everyday life even when confronted with interruptions or changes in the environment. However, the underlying cognitive and neurocognitive mechanisms of such long-term integration and profiling of information remain a challenge to neuroscience. While brain activity is generally traceable within the short time frame of working memory (milliseconds to seconds), these integrative processes last for minutes, hours or even days. Here we report two experiments on story comprehension. Experiment I establishes a cognitive dissociation between our comprehension of plot and incidental facts in narratives: when episodic material allows for long-term integration in a coherent plot, we recall fewer factual details. However, when plot formation is challenged, we pay more attention to incidental facts. Experiment II investigates the neural underpinnings of plot formation. Results suggest a central role for the brain's default mode network related to comprehension of coherent narratives while incoherent episodes rather activate the frontoparietal control network. Moreover, an analysis of cortical activity as a function of the cumulative integration of narrative material into a coherent story reveals to linear modulations of right hemisphere posterior temporal and parietal regions. Together these findings point to key neural mechanisms involved in the fundamental human capacity for cumulative plot formation.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».