MétaCan
Menu
Retour à la cohorte
Enregistrement W1966212920 · doi:10.3389/fnhum.2014.00619

What we talk about when we talk about the default mode network

2014· article· en· W1966212920 sur OpenAlexfundno aff
Felicity Callard, Daniel S. Margulies

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesItalian Academy for Advanced Studies in America, Columbia UniversityDurham UniversityYork UniversityWellcome Trust
Mots-clésDefault mode networkMode (computer interface)DefaultComputer sciencePsychologyBusinessNeuroscienceFinanceHuman–computer interactionFunctional connectivity

Résumé

récupéré en direct d'OpenAlex

The default mode network (DMN) has been widely defined as a set of brain regions that are engaged when people are in a "resting state" (left to themselves in a scanner, with no explicit task instruction). The network emerged as a scientific object in the early twenty-first century, and in just over a decade has become the focus of intense empirical and conceptual neuroscientific inquiry. In this Perspective, we contribute to the work of critical neuroscience by providing brief reflections on the birth, working life, and future of the DMN. We consider: how the DMN emerged through the convergence of distinct lines of scientific investigation; controversies surrounding the definition, function and localization of the DMN; and the lines of interdisciplinary investigation that the DMN has helped to enable. We conclude by arguing that one of the most pressing issues in the field in 2014 is to understand how the mechanisms of thought are related to the function of brain dynamics. While the DMN has been central in allowing the field to reach this point, it is not inevitable that the DMN itself will remain at the heart of future investigations of this complex problem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,025
Communication savante0,0090,025
Science ouverte0,0020,002
Intégrité de la recherche0,0070,013
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,273
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207