MétaCan
Menu
Retour à la cohorte
Enregistrement W2115624928 · doi:10.1371/journal.pone.0139897

Myelination Is Associated with Processing Speed in Early Childhood: Preliminary Insights

2015· article· en· W2115624928 sur OpenAlexaff
Nicolas Chevalier, Salomé Kurth, Margaret Doucette, Melody Wiseheart, Sean Deoni, Douglas Dean, Jonathan O’Muircheartaigh, Katharine A. Blackwell, Yuko Munakata, Monique K. LeBourgeois

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of Health
Mots-clésCorpus callosumWhite matterOccipital lobeMagnetic resonance imagingMyelinNeuroimagingCerebellumWorking memoryBrain sizeNeuroscienceMedicineAudiologyPsychologyCentral nervous systemCognitionRadiology

Résumé

récupéré en direct d'OpenAlex

Processing speed is an important contributor to working memory performance and fluid intelligence in young children. Myelinated white matter plays a central role in brain messaging, and likely mediates processing speed, but little is known about the relationship between myelination and processing speed in young children. In the present study, processing speed was measured through inspection times, and myelin volume fraction (VFM) was quantified using a multicomponent magnetic resonance imaging (MRI) approach in 2- to 5-years of age. Both inspection times and VFM were found to increase with age. Greater VFM in the right and left occipital lobes, the body of the corpus callosum, and the right cerebellum was significantly associated with shorter inspection times, after controlling for age. A hierarchical regression showed that VFM in the left occipital lobe predicted inspection times over and beyond the effects of age and the VFM in the other brain regions. These findings are consistent with the hypothesis that myelin supports processing speed in early childhood.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,112
Tête enseignante GPT0,304
Écart entre enseignants0,193 · 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'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

Citations86
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207