Hemispheric lateralization of visual word and face activation in the fusiform gyri
Notice bibliographique
Résumé
BACKGROUND: Visual words and faces activate similar networks and particularly regions in the fusiform gyri, but with complementary hemispheric asymmetries, faces being lateralized more to the right hemisphere, and words to the left hemisphere. It has been suggested that this reflects developmental competition for neural resources between visual word and face processing, possibly with word lateralization occurring first and driving face lateralization later (Dundas et al, J Exp Psychol Gen 2012, oi: 10.1037/a0029503). OBJECTIVE: Our goal was to investigate whether such competition was reflected in an inverse correlation between the degree of lateralization of visual word and face activation in the fusiform gyri in a given subject. METHODS: 26 literate right-handed healthy adults underwent a functional MRI program with a dynamic face localizer and a word localizer. First, cluster size and peak responses of the visual word form areas and fusiform face areas in the left and right hemispheres were examined, and a lateralization index derived. These indices were then correlated across subjects, between visual words and faces. Second, the analysis was repeated for all face- and word-selective voxels in the inferior occipitotemporal cortex. RESULTS: There were no significant negative correlations between the lateralization indices of visual words and faces, in either the individual regions of interest or the inferior occipitotemporal cortex as a whole. CONCLUSION: If developmental competition between visual words and faces exists, this is not reflected in a complementary relationship between visual word and face activation in right-handed adults. This suggests the existence of other, perhaps more dominant factors that generate lateralization of function. Meeting abstract presented at VSS 2013
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 | 0,001 |
| 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 ».