Effects of Prior-Knowledge on Brain Activation and Connectivity During Associative Memory Encoding
Notice bibliographique
Résumé
Forming new associations is a fundamental process of building our knowledge system. At the brain level, how prior-knowledge influences acquisition of novel associations has not been thoroughly investigated. Based on recent cognitive neuroscience literature on multiple-component memory processing, we hypothesize that prior-knowledge triggers additional evaluative, semantic, or episodic-binding processes, mainly supported by the ventromedial prefrontal cortex (vmPFC), anterior temporal pole (aTPL), and hippocampus (HPC), to facilitate new memory encoding. To test this hypothesis, we scanned 20 human participants with functional magnetic resonance imaging (fMRI) while they associated novel houses with famous or nonfamous faces. Behaviorally, we found beneficial effects of prior-knowledge on associative memory. At the brain level, we found that the vmPFC and HPC, as well as the parahippocampal place area (PPA) and fusiform face area, showed stronger activation when famous faces were involved. The vmPFC, aTPL, HPC, and PPA also exhibited stronger activation when famous faces elicited stronger emotions and memories, and when associations were later recollected. Connectivity analyses also suggested that HPC connectivity with the vmPFC plays a more important role in the famous than nonfamous condition. Taken together, our results suggest that prior-knowledge facilitates new associative encoding by recruiting additional perceptual, evaluative, or associative binding processes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».