MétaCan
Menu
Retour à la cohorte
Enregistrement W1996935070 · doi:10.1002/hipo.20400

Navigational skills correlate with hippocampal fractional anisotropy in humans

2008· article· en· W1996935070 sur OpenAlexaff
Giuseppe Iaria, Linda Lanyon, Christopher J. Fox, Deborah Giaschi, Jason J.S. Barton

Notice bibliographique

RevueHippocampus · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyHippocampal formationHippocampusDiffusion MRIAnisotropyOrientation (vector space)NeurosciencePsychologyPhysicsGeometryOpticsMathematicsMedicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Individuals vary widely in their ability to orient within the environment. We used diffusion tensor imaging to investigate whether this ability, as measured by navigational performance in a virtual environment, correlates with the anatomic structural properties of the hippocampus, i.e., fractional anisotropy. We found that individuals with high fractional anisotropy in the right hippocampus are (a) faster in forming a cognitive map of the environment, and (b) more efficient in using this map for the purpose of orientation, than individuals with low fractional anisotropy. These results are consistent with the role of the hippocampus in navigation, and suggest that its microstructural properties may contribute to the intersubject variability observed in spatial orientation.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations80
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHippocampusMême sujetSpatial Cognition and NavigationTravaux en français237 207