MétaCan
Menu
Retour à la cohorte
Enregistrement W2029958249 · doi:10.1111/j.1460-9568.2008.06060.x

Detection of unexpected events during spatial navigation in humans: bottom‐up attentional system and neural mechanisms

2008· article· en· W2029958249 sur OpenAlexaff
Giuseppe Iaria, Christopher J. Fox, Jen‐Kai Chen, Michael Petrides, Jason J.S. Barton

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMontreal Neurological Institute and HospitalMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFunctional magnetic resonance imagingNeural correlates of consciousnessPsychologyNeuroscienceTop-down and bottom-up designMechanism (biology)Event (particle physics)CognitionUnexpected eventsComputer scienceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Navigation is a complex cognitive ability requiring the processing and integration of several different types of information extracted from the environment. While navigating, however, an unexpected event may suddenly occur, which individuals are required to detect promptly in order to apply an appropriate behavioural response. The alerting mechanism that is integral to the detection of unexpected events is referred to as the bottom-up attentional system. Using event-related functional magnetic resonance imaging, we investigated the neural basis of bottom-up detection of unexpected events while individuals moved within a virtual environment. We identified activation within a right fronto-temporo-parietal network in response to unexpected events while navigating in this virtual environment. Furthermore, when an unexpected event requires an adjusted behavioural response, a region of the right ventrolateral pre-frontal cortex (areas 45 and 47/12) is selectively activated. Our data replicate earlier findings on the neural mechanisms underlying visual attention and extend these findings to the more complex real-life ability of spatial navigation, thereby suggesting that these neural mechanisms subserve the bottom-up attentional systems that are crucial for effective locomotion in real surroundings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,282
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations44
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetVisual perception and processing mechanismsTravaux en français237 207