A comes before B, like 1 comes before 2. Is the parietal cortex sensitive to ordinal relationships in both numbers and letters? An fMRI‐adaptation study
Notice bibliographique
Résumé
How are number symbols (e.g., Arabic digits) represented in the brain? Functional resonance imaging adaptation (fMRI-A) research has indicated that the intraparietal sulcus (IPS) exhibits a decrease in activation with the repeated presentation of the same number, that is followed by a rebound effect with the presentation of a new number. This rebound effect is modulated by the numerical ratio or difference between presented numbers. It has been suggested that this ratio-dependent rebound effect is reflective of a link between the symbolic numerical representation system and an approximate magnitude system. Experiment 1 used fMRI-A to investigate an alternative hypothesis: that the rebound effect observed in the IPS is related to the ordinal relationships between symbols (e.g., 3 comes before 4; C after B). In Experiment 1, adult participants exhibited the predicted distance-dependent parametric rebound effect bilaterally in the IPS for number symbols during a number adaptation task, however, the same effect was not found anywhere in the brain in response to letters. When numbers were contrasted with letters (numbers > letters), the left intraparietal lobule remained significant. Experiment 2 demonstrated that letter stimuli used in Experiment 1 generated a behavioral distance effect during an active ordinality task, despite the lack of a neural distance effect using fMRI-A. The current study does not support the hypothesis that general ordinal mechanisms underpin the neural parametric recovery effect in the IPS in response to number symbols. Additional research is needed to further our understanding of mechanisms underlying symbolic numerical representation in the brain.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».