Two Distinct Functional Networks for Successful Resolution of Proactive Interference
Notice bibliographique
Résumé
In proactive interference (PI) paradigms, previous learning impairs the acquisition of new, related information. In rats, efficient resolution of PI relies on cholinergic modulation from the basal forebrain (BF). To test whether humans resolve PI using a functional network dependent on the medial septum/diagonal band of Broca (MS/DB) nuclei of the BF, we analyzed functional magnetic resonance imaging signal recorded while human participants learned to respond to baseline color paired associates and then additional pairs that interfered with the baseline pairs. Multivariate, partial least-squares analysis supported a MS/DB-dependent functional network: MS/DB activity covaried with activity in areas important to selective attention, including intraparietal sulcus, and memory that are direct cholinergic efferents of the MS/DB, including the hippocampus, as well as the ventrolateral prefrontal cortex, implicated in PI resolution. This network was associated with effective PI-resolution behavior. A second network also correlated with PI resolution but appearing not to be driven by the MS/DB, included the lateral orbitofrontal cortex. Patients with compromised BF function did not engage the MS/DB-dependent network reliably; instead their PI-resolution behavior was well explained by the second network. Thus, 2 functional networks may underly a single cognitive function; when the MS/DB-dependent attention/memory integration network is compromised, an alternate network is available to maintain normal levels of performance.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».