MétaCan
Menu
Retour à la cohorte
Enregistrement W2806641438 · doi:10.1016/j.cobeha.2018.04.008

Language-related domain-specific and domain-general systems in the human brain

2018· review· en· W2806641438 sur OpenAlexafffund
Karen L. Campbell, Lorraine K. Tyler

Notice bibliographique

RevueCurrent Opinion in Behavioral Sciences · 2018
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensBrock University
Organismes subventionnairesHorizon 2020European Research CouncilNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésDomain (mathematical analysis)Human brainComputer scienceNatural language processingPsychologyCognitive scienceLinguisticsNeurosciencePhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

While a long history of neuropsychological research places language function within a primarily left-lateralized frontotemporal system, recent neuroimaging work has extended this language network to include a number of regions traditionally thought of as 'domain-general'. These include dorsal frontal, parietal, and medial temporal lobe regions known to underpin cognitive functions such as attention and memory. In this paper, we argue that these domain-general systems are not required for language processing and are instead an artefact of the tasks typically used to study language. Recent work from our lab shows that when syntactic processing - arguably the only domain-specific language function - is measured in a task-free, naturalistic manner, only the left-lateralized frontotemporal syntax system and auditory network are activated. When syntax is measured within the context of a task, several other domain-general networks come online and are functionally connected to the frontotemporal system. While we have long argued that syntactic processing does not occur in isolation but is processed in parallel with semantics and pragmatics - functions of the wider language system - our recent work makes a strong case for the domain-specificity of the frontotemporal syntax system and its autonomy from domain-general networks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,237
Tête enseignante GPT0,463
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Behavioral SciencesMême sujetNeurobiology of Language and BilingualismTravaux en français237 207