MétaCan
Menu
Retour à la cohorte
Enregistrement W2116154341 · doi:10.3389/fnhum.2014.00209

Network analysis of perception-action coupling in infants

2014· article· en· W2116154341 sur OpenAlexaff
Naama Rotem‐Kohavi, Courtney G. E. Hilderman, Aiping Liu, Nadia Makan, Jane Z. Wang, Naznin Virji‐Babul

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensChild and Family Research InstituteUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésModularity (biology)PsychologyCognitionPerceptionCognitive psychologyObject (grammar)ElectroencephalographyMotion (physics)Action (physics)Resting state fMRINetwork scienceVisual perceptionMetric (unit)GraphRepertoireNeuroscienceComputer scienceArtificial intelligenceComplex networkTheoretical computer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The functional networks that support action observation are of great interest in understanding the development of social cognition and motor learning. How infants learn to represent and understand the world around them remains one of the most intriguing questions in developmental cognitive neuroscience. Recently, mathematical measures derived from graph theory have been used to study connectivity networks in the developing brain. Thus far, this type of analysis in infancy has only been applied to the resting state. In this study, we recorded electroencephalography (EEG) from infants (ages 4-11 months of age) and adults while they observed three types of actions: (a) reaching for an object; (b) walking; and (c) object motion. Graph theory based analysis was applied to these data to evaluate changes in brain networks. Global metrics that provide measures of the structural properties of the network (characteristic path, density, global efficiency, and modularity) were calculated for each group and for each condition. We found statistically significant differences in measures for the observation of walking condition only. Specifically, in comparison to adults, infants showed increased density and global efficiency in combination with decreased modularity during observation of an action that is not within their motor repertoire (i.e., independent walking), suggesting a less structured organization. There were no group differences in global metric measures for observation of object motion or for observation of actions that are within the repertoire of infants (i.e., reaching). These preliminary results suggest that infants and adults may share a basic functional network for action observation that is sculpted by experience. Motor experience may lead to a shift towards a more efficient functional network.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,049
Tête enseignante GPT0,296
Écart entre enseignants0,247 · 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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207