MétaCan
Menu
Retour à la cohorte
Enregistrement W2139622563 · doi:10.1162/jocn.2009.21240

Right-lateralized Brain Oscillations in Human Spatial Navigation

2009· article· en· W2139622563 sur OpenAlexaff
Joshua Jacobs, Igor O. Korolev, Jeremy B. Caplan, Arne D. Ekstrom, Brian Litt, Gordon H. Baltuch, Itzhak Fried, Andreas Schulze‐Bonhage, Joseph R. Madsen, Michael J. Kahana

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Institute on Aging
Mots-clésLateralization of brain functionNeocortexRight hemispherePsychologyHuman brainNeuroscienceElectroencephalographyBrain activity and meditationMagnetoencephalographyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

During spatial navigation, lesion and functional imaging studies suggest that the right hemisphere has a unique functional role. However, studies of direct human brain recordings have not reported interhemisphere differences in navigation-related oscillatory activity. We investigated this apparent discrepancy using intracranial electroencephalographic recordings from 24 neurosurgical patients playing a virtual taxi driver game. When patients were virtually moving in the game, brain oscillations at various frequencies increased in amplitude compared with periods of virtual stillness. Using log-linear analysis, we analyzed the region and frequency specificities of this pattern and found that neocortical movement-related gamma oscillations (34-54 Hz) were significantly lateralized to the right hemisphere, especially in posterior neocortex. We also observed a similar right lateralization of gamma oscillations related to searching for objects at unknown virtual locations. Thus, our results indicate that gamma oscillations in the right neocortex play a special role in human spatial navigation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,075
Tête enseignante GPT0,365
Écart entre enseignants0,290 · 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'étudeExpérimental (laboratoire)
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

Citations84
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetMemory and Neural MechanismsTravaux en français237 207