Neurocognitive development of relational reasoning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Relational reasoning is an essential component of fluid intelligence, and is known to have a protracted developmental trajectory. To date, little is known about the neural changes that underlie improvements in reasoning ability over development. In this event-related functional magnetic resonance imaging (fMRI) study, children aged 8-12 and adults aged 18-25 performed a relational reasoning task adapted from Raven's Progressive Matrices. The task included three levels of relational reasoning demands: REL-0, REL-1, and REL-2. Children exhibited disproportionately lower accuracy than adults on trials that required integration of two relations (REL-2). Like adults, children engaged lateral prefrontal cortex (PFC) and parietal cortex during task performance; however, they exhibited different time courses and activation profiles, providing insight into their approach to the problems. As in prior studies, adults exhibited increased rostrolateral PFC (RLPFC) activation when relational integration was required (REL-2 > REL-1, REL-0). Children also engaged RLPFC most strongly for REL-2 problems at early stages of processing, but this differential activation relative to REL-1 trials was not sustained throughout the trial. These results suggest that the children recruited RLPFC while processing relations, but failed to use it to integrate across two relations. Relational integration is critical for solving a variety of problems, and for appreciating analogies; the current findings suggest that developmental improvements in this function rely on changes in the profile of engagement of RLPFC, as well as dorsolateral PFC and parietal cortex.
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.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 découle