MétaCan
Menu
Retour à la cohorte
Enregistrement W3086729518 · doi:10.1007/s10548-020-00795-0

Sustaining Attention for a Prolonged Duration Affects Dynamic Organizations of Frequency-Specific Functional Connectivity

2020· article· en· W3086729518 sur OpenAlexaff
Jia Liu, Yongjie Zhu, Hong‐Jin Sun, Tapani Ristaniemi, Fengyu Cong

Notice bibliographique

RevueBrain Topography · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensMcMaster University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Scholarship CouncilDalian University of TechnologyNational Natural Science Foundation of China
Mots-clésVigilance (psychology)ElectroencephalographyPsychologyStimulus (psychology)NeuroscienceCognitive psychologyElectrophysiologyPhase lagFunctional connectivityAudiologyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

Sustained attention encompasses a cascade of fundamental functions. The human ability to implement a sustained attention task is supported by brain networks that dynamically formed and dissolved through oscillatory synchronization. The decrement of vigilance induced by prolonged task engagement affects sustained attention. However, little is known about which stage or combinations are affected by vigilance decrement. Here, we applied an analysis framework composed of weighted phase lag index (wPLI) and tensor component analysis (TCA) to an EEG dataset collected during 80 min sustained attention task to examine the electrophysiological basis of such effect. We aimed to characterize the phase-coupling networks to untangle different phases involved in sustained attention and study how they are modulated by vigilance decrement. We computed the time-frequency domain wPLI from each block and subject and constructed a fourth-order tensor, containing the time, frequency, functional connectivity (FC), and blocks × subjects. This tensor was subjected to the TCA to identify the interacted and low-dimensional components representing the frequency-specific dynamic FC (fdFC). We extracted four types of neuromakers during a sustained attention task, namely the pre-stimulus alpha right-lateralized parieto-occipital FC, the post-stimulus theta fronto-parieto-occipital FC, delta fronto-parieto-occipital FC, and beta right/left sensorimotor FCs. All these fdFCs were impaired by vigilance decrement. These fdFCs, except for the beta left sensorimotor network, were restored by rewards, although the restoration by reward in the beta right sensorimotor network was transient. These findings provide implications for dissociable effects of vigilance decrement on sustained attention by utilizing the tensor-based framework.

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)0,002
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,024
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain TopographyMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207