Functional brain imaging of swallowing: An activation likelihood estimation meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A quantitative, voxel-wise meta-analysis was performed to investigate the cortical control of water and saliva swallowing. Studies that were included in the meta-analysis (1) examined water swallowing, saliva swallowing, or both, and (2) reported brain activation as coordinates in standard space. Using these criteria, a systematic literature search identified seven studies that examined water swallowing and five studies of saliva swallowing. An activation likelihood estimation (ALE) meta-analysis of these studies was performed with GingerALE. For water swallowing, clusters with high activation likelihood were found in the bilateral sensorimotor cortex, right inferior parietal lobule, and right anterior insula. For saliva swallowing, clusters with high activation likelihood were found in the left sensorimotor cortex, right motor cortex, and bilateral cingulate gyrus. A between-condition meta-analysis revealed clusters with higher activation likelihood for water than for saliva swallowing in the right inferior parietal lobule, right postcentral gyrus, and right anterior insula. Clusters with higher activation likelihood for saliva than for water swallowing were found in the bilateral supplementary motor area, bilateral anterior cingulate gyrus, and bilateral precentral gyrus. This meta-analysis emphasizes the distributed and partly overlapping cortical networks involved in the control of water and saliva swallowing. Water swallowing is associated with right inferior parietal activation, likely reflecting the sensory processing of intraoral water stimulation. Saliva swallowing more strongly involves premotor areas, which are crucial for the initiation and control of movements.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle