Spatiotemporal functional interactivity among large-scale brain networks
Notice bibliographique
Résumé
The macro-scale intrinsic functional network architecture of the human brain has been well characterized. Early studies revealed robust and enduring patterns of static connectivity, while more recent work has begun to explore the temporal dynamics of these large-scale brain networks. Little work to date has investigated directed connectivity within and between these networks, or the temporal patterns of afferent (input) and efferent (output) connections between network nodes. Leveraging a novel analytic approach, prediction correlation, we investigated the causal interactions within and between large-scale networks of the brain using resting state fMRI. This technique allows us to characterize information transfer between brain regions in both the spatial (direction) and temporal (duration) scales. Using data from the Human Connectome Project (N = 200) we applied prediction correlation techniques to four resting-state fMRI scans (each scan has TRs = 1200). Three central observations emerged. First, the strongest and longest duration connections were observed within the somatomotor, visual, and dorsal attention networks. Second, the short duration connections were observed for high-degree nodes in the visual and default networks, as well as in the hippocampus. Specifically, the connectivity profile of the highest-degree nodes was dominated by efferent connections to multiple cortical areas. Moderate high-degree nodes, particularly in hippocampal regions, showed an afferent connectivity profile. Finally, multimodal association nodes in lateral prefrontal brain regions demonstrated a short duration, bidirectional connectivity profile, consistent with this region's role in integrative and modulatory processing. These results provide novel insights into the spatiotemporal dynamics of human brain function.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».