MétaCan
Menu
Retour à la cohorte
Enregistrement W2895596350 · doi:10.1080/13546783.2018.1481144

Developmental grey matter changes in superior parietal cortex accompany improved transitive reasoning

2018· article· en· W2895596350 sur OpenAlexafffund
Cristián Modroño, Gorka Navarrete, Antoinette Nicolle, José Luis González–Mora, Kathleen W. Smith, Miriam Marling, Vinod Goel

Notice bibliographique

RevueThinking & Reasoning · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensYork University
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaMinisterio de Economía y CompetitividadUniversidad de La LagunaNatural Sciences and Engineering Research Council of CanadaMinisterio de Ciencia e InnovaciónWellcome Trust
Mots-clésPosterior parietal cortexPsychologyTransitive relationGrey matterFunctional magnetic resonance imagingCortex (anatomy)VoxelCognitive psychologyTask (project management)Neural correlates of consciousnessNeuroscienceCognitionMagnetic resonance imagingDevelopmental psychologyArtificial intelligenceComputer scienceMathematicsMedicineWhite matter

Résumé

récupéré en direct d'OpenAlex

The neural basis of developmental changes in transitive reasoning in parietal regions was examined, using voxel-based morphometry. Young adolescents and adults performed a transitive reasoning task, subsequent to undergoing anatomical magnetic resonance imaging (MRI) brain scans. Behaviorally, adults reasoned more accurately than did the young adolescents. Neural results showed (i) less grey matter density in superior parietal cortex in the adults than in the young adolescents, possibly due to a developmental period of synaptic pruning; (ii) improved performance in the reasoning task was negatively correlated with grey matter density in superior parietal cortex in the adolescents, but not in the adult group; and (iii) the latter results were driven by the more difficult trials, requiring greater spatial manipulation. Taken together, the results support the idea that during development, regions in superior parietal cortex are fine-tuned, to support more robust spatial manipulation, resulting in greater accuracy and efficiency in transitive reasoning.

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: aucune
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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,038
Tête enseignante GPT0,281
Écart entre enseignants0,243 · 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

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThinking & ReasoningMême sujetMemory and Neural MechanismsTravaux en français237 207