Dual processing streams in chemosensory perception
Notice bibliographique
Résumé
Higher order sensory processing follows a general subdivision into a ventral and a dorsal stream for visual, auditory, and tactile information. Object identification is processed in temporal structures (ventral stream), whereas object localization leads to activation of parietal structures (dorsal stream). To examine whether the chemical senses demonstrate a similar dissociation, we investigated odor identification and odor localization in 16 healthy young subjects using functional MRI. We used two odors-(1) eucalyptol; (2) a mixture of phenylethanol and carbon dioxide)-which were delivered to only one nostril. During odor identification subjects had to recognize the odor; during odor localization they had to detect the stimulated nostril. We used general linear model (GLM) as a classical method as well as independent component analysis (ICA) in order to investigate a possible neuroanatomical dissociation between both tasks. Both methods showed differences between tasks-confirming a dual processing stream in the chemical senses-but revealed complementary results. Specifically, GLM identified the left intraparietal sulcus and the right superior frontal sulcus to be more activated when subjects were localizing the odorants. For the same task, ICA identified a significant cluster in the left parietal lobe (paracentral lobule) but also in the right hippocampus. While GLM did not find significant activations for odor identification, ICA revealed two clusters (in the left central fissure and the left superior frontal gyrus) for this task. These data demonstrate that higher order chemosensory processing shares the general subdivision into a ventral and a dorsal processing stream with other sensory systems and suggest that this is a global principle, independent of sensory channels.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».