MétaCan
Menu
Retour à la cohorte
Enregistrement W2203024639 · doi:10.1016/j.cortex.2015.11.005

Intrinsic medial temporal lobe connectivity relates to individual differences in episodic autobiographical remembering

2015· article· en· W2203024639 sur OpenAlexafffund
Signy Sheldon, Norman A. S. Farb, Daniela J. Palombo, Brian Levine

Notice bibliographique

RevueCortex · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensBaycrest HospitalUniversity of TorontoMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAutobiographical memoryEpisodic memorySemantic memoryPsychologyRecallTemporal lobeCognitive psychologyPerceptionNeuroscienceCognition

Résumé

récupéré en direct d'OpenAlex

People vary in how they remember the past: some recall richly detailed episodes; others more readily access the semantic features of events. The neural correlates of such trait-like differences in episodic and semantic remembering are unknown. We found that self-reported individual differences in how one recalls the past were related to predictable intrinsic connectivity patterns of the medial temporal lobe (MTL) memory system. A pattern of MTL connectivity to posterior brain regions supporting visual-perceptual processing (occipital/parietal cortices) was related to the endorsement of episodic memory-based remembering (recalling spatiotemporal event information), whereas MTL connectivity to inferior and middle prefrontal cortical regions was related to the endorsement of semantic memory-based remembering (recalling facts). These findings suggest that the tendency to engage in episodic autobiographical remembering is associated with accessing and constructing detailed images of a past event in memory, while the tendency to engage in semantic autobiographical remembering is associated with organizing and integrating higher-order conceptual information. More broadly, these findings suggest that differences in how people naturally use memory are instantiated though distinct patterns of MTL functional connectivity.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,145
Tête enseignante GPT0,311
Écart entre enseignants0,166 · 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

Citations111
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCortexMême sujetMemory and Neural MechanismsTravaux en français237 207