MétaCan
Menu
Retour à la cohorte
Enregistrement W2131252214 · doi:10.1093/cercor/bht357

Changes in Thickness and Surface Area of the Human Cortex and Their Relationship with Intelligence

2014· article· en· W2131252214 sur OpenAlexaff
Hugo G. Schnack, Neeltje E.M. van Haren, Rachel M. Brouwer, Alan C. Evans, Sarah Durston, Dorret I. Boomsma, René S. Kahn, Hilleke E. Hulshoff Pol

Notice bibliographique

RevueCerebral Cortex · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésCortex (anatomy)Intelligence quotientPsychologyCognitionNeuroscienceContrast (vision)Cerebral cortexAudiologyDevelopmental psychologyMedicineOptics

Résumé

récupéré en direct d'OpenAlex

Changes in cortical thickness over time have been related to intelligence, but whether changes in cortical surface area are related to general cognitive functioning is unknown. We therefore examined the relationship between intelligence quotient (IQ) and changes in cortical thickness and surface over time in 504 healthy subjects. At 10 years of age, more intelligent children have a slightly thinner cortex than children with a lower IQ. This relationship becomes more pronounced with increasing age: with higher IQ, a faster thinning of the cortex is found over time. In the more intelligent young adults, this relationship reverses so that by the age of 42 a thicker cortex is associated with higher intelligence. In contrast, cortical surface is larger in more intelligent children at the age of 10. The cortical surface is still expanding, reaching its maximum area during adolescence. With higher IQ, cortical expansion is completed at a younger age; and once completed, surface area decreases at a higher rate. These findings suggest that intelligence may be more related to the magnitude and timing of changes in brain structure during development than to brain structure per se, and that the cortex is never completed but shows continuing intelligence-dependent development.

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 enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0020,001
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)0,0020,000

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 Opus0,050
Tête enseignante GPT0,254
Écart entre enseignants0,205 · 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

Citations411
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207