MétaCan
Menu
Retour à la cohorte
Enregistrement W2154890150 · doi:10.1093/cercor/bhp208

Cytoarchitecture and Probabilistic Maps of the Human Posterior Insular Cortex

2009· article· es· W2154890150 sur OpenAlexaboutno aff
Florian Kurth, Simon B. Eickhoff, A. Schleicher, Lars Hoemke, Karl Zilles, Katrin Amunts

Notice bibliographique

RevueCerebral Cortex · 2009
Typearticle
Languees
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCytoarchitectureInsulaNeuroscienceSomatosensory systemNeuroimagingProbabilistic logicFunctional magnetic resonance imagingBrain mappingFunctional neuroimagingFunctional imagingPsychologyArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

The human posterior insula was shown to respond to a wide variety of stimulation paradigms (e.g. pain, somatosensory, or auditory processing) in functional imaging experiments. Although various anatomical maps of this region have been published over the last century, these schemes show variable results. Moreover, none can directly be integrated with functional imaging data. Hence, our current knowledge about the structure-function relationships in this region remains limited. We therefore remapped the posterior part of the human insular cortex in 10 postmortem brains using an observer-independent approach. This analysis revealed the existence of 3 cytoarchitectonically distinct areas in the posterior insula. The examined brains were then 3D reconstructed and spatially normalized to the Montreal Neurological Institute single-subject template. Probabilistic maps for each area were calculated by superimposing the individual delineations, and a cytoarchitectonic summary map was computed to chart the regional architectonic organization. These maps can be used to identify the anatomical correlates of functional activations observed in neuroimaging studies and to understand the microstructural correlates of the functional segregation of the human posterior insula.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,292
Écart entre enseignants0,266 · 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

Citations247
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetVisual perception and processing mechanismsTravaux en français237 207