The Interplay of Stimulus Modality and Response Latency in Neural Network Organization for Simple Working Memory Tasks
Notice bibliographique
Résumé
We used functional magnetic resonance imaging to examine how modality of input affects functional network organization beyond the sensory cortices for simple working memory tasks. The stimuli were auditory or visual bandpass-filtered white noise. On a given trial, three stimuli, each with differing center frequencies, were presented in succession. For temporal sequencing tasks, participants indicated when the stimulus with the highest frequency content appeared. For comparison tasks, participants indicated whether the frequency content of the last stimulus was lower, intermediate, or higher than the first two stimuli. Task difficulty was equated by establishing equivalent accuracy thresholds across subjects. We used behavioral spatiotemporal partial-least squares (ST-bPLS) analysis to identify neural patterns capturing the optimal association between brain images and reaction time. Because of statistical instabilities, subjects were divided into a SLOW group and a FAST group based on the median split of reaction times. ST-bPLS identified a significant interaction between stimulus modality and task demands for both groups, indicating that task-dependent brain-behavior correlations changed with stimulus modality. The large-scale activity pattern associated with this effect included prefrontal cortex and parietal cortex for the SLOW group and parietal cortex and cingulate for the FAST group. For the FAST group only, ST-bPLS also identified a significant main effect that differentiated tasks independent of modality. The pattern associated with this effect included prefrontal cortex and parietal cortex. These results confirm that modality of input affects network configuration even outside of the sensory cortices but that network configuration may vary with behavior.
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 | 0,002 | 0,005 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».