Task-Related Effects on the Temporal and Spatial Dynamics of Resting-State Functional Connectivity in the Default Network
Notice bibliographique
Résumé
Recent evidence points to two potentially fundamental aspects of the default network (DN), which have been relatively understudied. One is the temporal nature of the functional interactions among nodes of the network in the resting-state, usually assumed to be static. The second is possible influences of previous brain states on the spatial patterns (i.e., the brain regions involved) of functional connectivity (FC) in the DN at rest. The goal of the current study was to investigate modulations in both the spatial and temporal domains. We compared the resting-state FC of the DN in two runs that were separated by a 45 minute interval containing cognitive task execution. We used partial least squares (PLS), which allowed us to identify FC spatiotemporal patterns in the two runs and to determine differences between them. Our results revealed two primary modes of FC, assessed using a posterior cingulate seed--a robust correlation among DN regions that is stable both spatially and temporally, and a second pattern that is reduced in spatial extent and more variable temporally after cognitive tasks, showing switching between connectivity with certain DN regions and connectivity with other areas, including some task-related regions. Therefore, the DN seems to exhibit two simultaneous FC dynamics at rest. The first is spatially invariant and insensitive to previous brain states, suggesting that the DN maintains some temporally stable functional connections. The second dynamic is more variable and is seen more strongly when the resting-state follows a period of task execution, suggesting an after-effect of the cognitive activity engaged during task that carries over into resting-state periods.
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 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 | 0,001 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».