MétaCan
Menu
Retour à la cohorte
Enregistrement W2150086375 · doi:10.1017/s1355617706060358

Frontal lobes and attention: Processes and networks, fractionation and integration

2006· article· en· W2150086375 sur OpenAlexafffund
Donald T. Stuss

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésFrontal lobeTask (project management)Frontal cortexAdaptabilityCognitive psychologyNeurosciencePsychologyProcess (computing)Computer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The frontal lobes (FL), are they a general adaptive global capacity processor, or a series of fractionated processes? Our lesion studies focusing on attention have demonstrated impairments in distinct processes due to pathology in different frontal regions, implying fractionation of the "supervisory system." However, when task demands are manipulated, it becomes evident that the frontal lobes are not just a series of independent processes. Increased complexity of task demands elicits greater involvement of frontal regions along a fixed network related to a general activation process. For some task demands, one or more anatomically distinct frontal processes may be recruited. In other conditions, there is a bottom-up nonfrontal/frontal network, with impairment noted maximally for the lesser task demands in the nonfrontal automatic processing regions, and then as task demands change, increased involvement of different frontal (more "strategic") regions, until it appears all frontal regions are involved. With other measures, the network is top-down, with impairment in the measure first noted in the frontal region and then, with changing task demands, involving a posterior region. Adaptability is not just a property of FL, it is the fluid recruitment of different processes anywhere in the brain as required by the current task.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,003
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,058
Tête enseignante GPT0,332
Écart entre enseignants0,274 · 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'étudeThéorique ou conceptuel
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

Citations147
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207