Developmental Trajectory of Face Processing Revealed by Integrative Dynamics
Notice bibliographique
Résumé
Given their unique connectivity, a primary function of brain networks must be to transfer and integrate information. Therefore, the way in which information is integrated by individual nodes of the network may be an informative aspect of cognitive processing. Here we present a method inspired by telecommunications research that utilizes time-frequency fluctuations of neural activity to infer how information is integrated by individual nodes of the network. We use a queueing theoretical model to interpret empirical data in terms of information processing and integration. In particular, we demonstrate, in participants aged from 6 to 41 years, that the well-known face inversion phenomenon may be explained in terms of information integration. Our model suggests that inverted faces may be associated with shorter and more frequent neural integrative stages, indicating fractured processing and consistent with the notion that inverted faces are perceived by parts. Conversely, our model suggests that upright faces may be associated with a smaller number of sustained episodes of integration, indicating more involved processing, akin to holistic and configural processing. These differences in how upright and inverted faces are processed became more pronounced during development, indicating a gradual specialization for face perception. These effects were robustly expressed in the right fusiform gyrus (all groups), as well as right parahippocampal gyrus (children and adolescents only) and left inferior temporal cortex (adults only).
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 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».