MétaCan
Menu
← Retour à la cohorte
Enregistrement W2734720360 · doi:10.1523/jneurosci.0667-17.2017

Contextual and Developmental Differences in the Neural Architecture of Cognitive Control

2017· article· en· W2734720360 sur OpenAlexafffund
Raluca Petrican, Cheryl L. Grady

Notice bibliographique

RevueJournal of Neuroscience · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of TorontoSchwartz/Reisman Emergency Medicine InstituteBaycrest Hospital
Organismes subventionnairesNational Institute of Mental HealthCanadian Institutes of Health ResearchMcDonnell Center for Systems NeuroscienceNational Institutes of HealthNIH Blueprint for Neuroscience ResearchCanada Research Chairs
Mots-clésDefault mode networkCognitionPsychologyContext (archaeology)Salience (neuroscience)Human Connectome ProjectNeural correlates of consciousnessCognitive psychologyDevelopmental psychologyNeuroscienceBiologyFunctional connectivity

Résumé

récupéré en direct d'OpenAlex

Because both development and context impact functional brain architecture, the neural connectivity signature of a cognitive or affective predisposition may similarly vary across different ages and circumstances. To test this hypothesis, we investigated the effects of age and cognitive versus social-affective context on the stable and time-varying neural architecture of inhibition, the putative core cognitive control component, in a subsample (N = 359, 22–36 years, 174 men) of the Human Connectome Project. Among younger individuals, a neural signature of superior inhibition emerged in both stable and dynamic connectivity analyses. Dynamically, a context-free signature emerged as stronger segregation of internal cognition (default mode) and environmentally driven control (salience, cingulo-opercular) systems. A dynamic social-affective context-specific signature was observed most clearly in the visual system. Stable connectivity analyses revealed both context-free (greater default mode segregation) and context-specific (greater frontoparietal segregation for higher cognitive load; greater attentional and environmentally driven control system segregation for greater reward value) signatures of inhibition. Superior inhibition in more mature adulthood was typified by reduced segregation in the default network with increasing reward value and increased ventral attention but reduced cingulo-opercular and subcortical system segregation with increasing cognitive load. Failure to evidence this neural profile after the age of 30 predicted poorer life functioning. Our results suggest that distinguishable neural mechanisms underlie individual differences in cognitive control during different young adult stages and across tasks, thereby underscoring the importance of better understanding the interplay among dispositional, developmental, and contextual factors in shaping adaptive versus maladaptive patterns of thought and behavior. SIGNIFICANCE STATEMENT The brain9s functional architecture changes across different contexts and life stages. To test whether the neural signature of a trait similarly varies, we investigated cognitive versus social-affective context effects on the stable and time-varying neural architecture of inhibition during a period of neurobehavioral fine-tuning (age 22–36 years). Younger individuals with superior inhibition showed distinguishable context-free and context-specific neural profiles, evidenced in both static and dynamic connectivity analyses. More mature individuals with superior inhibition evidenced only context-specific profiles, revealed in the static connectivity patterns linked to increased reward or cognitive load. Delayed expression of this profile predicted poorer life functioning. Our results underscore the importance of understanding the interplay among dispositional, developmental, and contextual factors in shaping behavior.

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 enseignants0,005
Score d'incertitude au seuil0,009

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)0,0010,000

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 Opus0,068
Tête enseignante GPT0,291
Écart entre enseignants0,223 · 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

Citations13
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neuroscience→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→