MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891940466 · doi:10.22215/etd/2017-12104

Large-Scale Network Dynamics of Visual Working Memory

2017· dissertation· en· W2891940466 sur OpenAlexaff
Sarah Cebulski

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésWorking memoryPsychologyCognitive psychologyCognitionDistractionPerceptionPosterior parietal cortexComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

A core set of fronto-parietal brain regions is implicated in a wealth of cognitive functions.Researchers have suggested that working memory, a fundamental element in many higher-order processes, is the underlying mechanism supported by this network.However, the idea that the same fronto-parietal network underlies the qualitatively different tasks employed throughout visual working memory research is contentious.Instead, systems neuroscience has adopted the view that cognition arises out of the dynamic interaction of several large-scale networks.A hierarchical split divides these networks into an extrinsic system, which governs attention to the external environment, and an intrinsic system, which guides internally-directed processes.Given visual working memory involves a two-way connection between perceptual input and internal representations, the current dissertation uses converging methodologies to explore whether tasks that vary in their exogenous and endogenous attentional demands are likely supported by different network dynamics.A quantitative meta-analysis used stress as a paradigm to investigate the differential effects of exogenous and endogenous distraction on visual working memory task performance.This analysis was followed by a controlled stress study that examined whether endogenous distraction, instigated by a psychosocial stressor, differentially influenced visual maintenance versus mental rotation.Finally, an electroencephalographic study was conducted where participants were required to store visual information despite an ongoing external distractor.Taken together, the data presented from these three studies suggest key differences between maintenance and Corbetta, M.,

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,301
Écart entre enseignants0,274 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→