Effect of the catechol‐<i>O</i>‐methyltransferase <i>val<sup>158</sup>met</i> genotype on children’s early phases of facial stimuli processing
Notice bibliographique
Résumé
The ability to process and identify human faces matures early in life, is universal and is mediated by a distributed neural system. The temporal dynamics of this cognitive-emotional task can be studied by cerebral visual event-related potentials (ERPs) that are stable from midchildhood onwards. We hypothesized that part of individual variability in the parameters of the N170, a waveform that specifically marks the early, precategorical phases of human face processing, could be associated with genetic variation at the functional polymorphism of the catechol-O-methyltransferase (val(158)met) gene, which influences information processing, cognitive control tasks and patterns of brain activation during passive processing of human facial stimuli. Forty-nine third and fourth graders underwent a task of implicit processing of other children's facial expressions of emotions while ERPs were recorded. The N170 parameters (latency and amplitude) were insensitive to the type of expression, stimulus repetition, gender or school grade. Although limited by the absence of met- homozygotes among boys, data showed shorter N170 latency associated with the presence of 1-2 met158 alleles, and family-based association tests (as implemented in the PBAT version 2.6 software package) confirmed the association. These data were independent of the serotonin transporter promoter polymorphism and the N400 waveform investigated in the same group of children in a previous study. Some electrophysiological features of face processing may be stable from midchildhood onwards. Different waveforms generated by face processing may have at least partially independent genetic architectures and yield different implications toward the understanding of individual differences in cognition and emotions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».