MétaCan
Menu
Retour à la cohorte
Enregistrement W2094917005 · doi:10.1002/brb3.128

A balancing act of the brain: activations and deactivations driven by cognitive load

2013· article· en· W2094917005 sur OpenAlexaff
Marie Arsalidou, Juan Pascual‐Leone, Janice Johnson, Drew Morris, Margot J. Taylor

Notice bibliographique

RevueBrain and Behavior · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWorking memoryCognitionDefault mode networkTask (project management)PsychologyNeuroimagingMiddle frontal gyrusTask-positive networkPosterior cingulateCognitive psychologyInferior frontal gyrusNeuroscienceMedial frontal gyrus

Résumé

récupéré en direct d'OpenAlex

The majority of neuroimaging studies focus on brain activity during performance of cognitive tasks; however, some studies focus on brain areas that activate in the absence of a task. Despite the surge of research comparing these contrasted areas of brain function, their interrelation is not well understood. We systematically manipulated cognitive load in a working memory task to examine concurrently the relation between activity elicited by the task versus activity during control conditions. We presented adults with six levels of task demand, and compared those with three conditions without a task. Using whole-brain analysis, we found positive linear relations between cortical activity and task difficulty in areas including middle frontal gyrus and dorsal cingulate; negative linear relations were found in medial frontal gyrus and posterior cingulate. These findings demonstrated balancing of activation patterns between two mental processes, which were both modulated by task difficulty. Frontal areas followed a graded pattern more closely than other regions. These data also showed that working memory has limited capacity in adults: an upper bound of seven items and a lower bound of four items. Overall, working memory and default-mode processes, when studied concurrently, reveal mutually competing activation patterns.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,068
Tête enseignante GPT0,340
Écart entre enseignants0,272 · 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

Citations88
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain and BehaviorMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207