MétaCan
Menu
Retour à la cohorte
Enregistrement W2168048252 · doi:10.1152/jn.00891.2011

Functional connectivity of the frontal eye fields in humans and macaque monkeys investigated with resting-state fMRI

2012· article· en· W2168048252 sur OpenAlexafffund
R. Matthew Hutchison, Jason P. Gallivan, Jody C. Culham, Joseph S. Gati, Ravi S. Menon, Stefan Everling

Notice bibliographique

RevueJournal of Neurophysiology · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMacaqueFrontal eye fieldsNeuroscienceIntraparietal sulcusFunctional connectivityDorsolateral prefrontal cortexPrimateResting state fMRIPsychologyPosterior parietal cortexRhesus macaqueFrontal lobePrefrontal cortexSupplementary eye fieldParietal lobeEye movementBiologyCognitionSaccadic maskingSaccade

Résumé

récupéré en direct d'OpenAlex

Although the frontal eye field (FEF) has been identified in macaque monkeys and humans, practical constraints related to invasiveness and task demands have limited a direct cross-species comparison of its functional connectivity. In this study, we used resting-state functional MRI data collected from both awake humans and anesthetized macaque monkeys to examine and compare the functional connectivity of the FEF. A seed region analysis revealed consistent ipsilateral functional connections of the FEF with fronto-parietal cortical areas across both species. These included the intraparietal sulcus, dorsolateral prefrontal cortex, anterior cingulate cortex, and supplementary eye fields. The analysis also revealed greater lateralization of connectivity with the FEF in both hemispheres in humans than in monkeys. Cortical surface-based transformation of connectivity maps between species further corroborated the remarkably similar organization of the FEF functional connectivity. The results support an evolutionarily preserved fronto-parietal system and provide a bridge for linking data from monkey and human studies.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 technologies0,0000,000
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 Opus0,038
Tête enseignante GPT0,251
Écart entre enseignants0,212 · 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

Citations128
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207