Theta-Modulated Gamma-Band Synchronization Among Activated Regions During a Verb Generation Task
Notice bibliographique
Résumé
Expressive language is complex and involves processing within a distributed network of cortical regions. Functional MRI and magnetoencephalography (MEG) have identified brain areas critical for expressive language, but how these regions communicate across the network remains poorly understood. It is thought that synchronization of oscillations between neural populations, particularly at a gamma rate (>30 Hz), underlies functional integration within cortical networks. Modulation of gamma rhythms by theta-band oscillations (4-8 Hz) has been proposed as a mechanism for the integration of local cell coalitions into large-scale networks underlying cognition and perception. The present study tested the hypothesis that these oscillatory mechanisms of functional integration were present within the expressive language network. We recorded MEG while subjects performed a covert verb generation task. We localized activated cortical regions using beamformer analysis, calculated inter-regional phase locking between activated areas, and measured modulation of inter-regional gamma synchronization by theta phase. The results show task-dependent gamma-band synchronization among regions activated during the performance of the verb generation task, and we provide evidence that these transient and periodic instances of high-frequency connectivity were modulated by the phase of cortical theta oscillations. These findings suggest that oscillatory synchronization and cross-frequency interactions are mechanisms for functional integration among distributed brain areas supporting expressive language processing.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».