Differentiating the roles of parietal cortex, auditory cortex and the thalamus in auditory stream segregation
Notice bibliographique
Résumé
In the last decade, great progress has been made in identifying neural structures that underlie auditory streaming. Regions of the auditory cortex have been implicated in macaque electrophysiology (Fishman et al. 2001, 2004; Micheyl et al, 2005, 2007), human MEG (Gutschalk et al, 2005, 2007) and fMRI (Kondo & Kashino, 2009; Deike et al, 2010; Hill et al, 2011). The parietal cortex has been implicated using human fMRI (Hill et al, 2011; Cusack et al, 2005) and MEG (Teki et al, 2011). Finally, there is intriguing data from fMRI on the involvement of the thalamus (Kondo & Kashino, 2009), and from electrophysiology on subcortical regions in the auditory periphery (Pressnitzer et al, 2008). However, the roles of these different regions are far from clear. I will report results from multi-voxel pattern analyses of fMRI data, which probe what kind of information is encoded within each brain region. This revealed markers of stream segregation in the thalamus, auditory cortex and the parietal cortex, but representation of the basic stimulus features only in auditory cortex. I will discuss the roles of the different regions in automatic and voluntary scene analysis, selective attention, and multimodal object representation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».