Linking Visual Attention and Number Processing in the Brain: The Role of the Temporo-parietal Junction in Small and Large Symbolic and Nonsymbolic Number Comparison
Notice bibliographique
Résumé
There exists a long-standing debate regarding whether small and large numerosities engage different networks of processing. The ability to rapidly enumerate small (1-4) numerosities is referred to as "subitizing" and is thought to be qualitatively different from large numerosity processing. Functional neuro-imaging studies have attempted to dissociate neural correlates of small and large number processing by contrasting subitizing with counting of numerosities just outside the subitizing range. In the present study, we used functional magnetic resonance imaging (fMRI) to contrast the processing of numerosities in the "subitizing range" with numerosities requiring estimation. Participants compared sequentially presented slides of either dots or Arabic numerals for their relative magnitude. We show that comparison of nonsymbolic numerosities in the subitizing range led to activation of the right temporo-parietal junction, while at the same time this region was found to be suppressed during large numerosity processing. Furthermore, relative suppression of this region was strongly associated with faster response times. In previous studies, this region has been implicated in stimulus-driven attention. We therefore contend that activation of the temporo-parietal junction during small number processing and the suppression thereof during large numerosity comparisons reflects differential reliance on stimulus-driven versus goal-directed attentional networks in the brain.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».