MétaCan
Menu
Retour à la cohorte
Enregistrement W3135974875 · doi:10.1016/j.dcn.2021.100945

Cortical maturation from childhood to adolescence is reflected in resting state EEG signal complexity

2021· article· en· W3135974875 sur OpenAlexafffund
Stefon van Noordt, Teena Willoughby

Notice bibliographique

RevueDevelopmental Cognitive Neuroscience · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill UniversityMontreal Neurological Institute and HospitalBrock University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychologyResting state fMRIElectroencephalographySample entropyScalpNeurosciencePopulationDevelopmental psychologyLate childhoodFunctional connectivityCognitive psychologyPattern recognition (psychology)Biology

Résumé

récupéré en direct d'OpenAlex

Endogenous cortical fluctuations captured by electroencephalograms (EEGs) reflect activity in large-scale brain networks that exhibit dynamic patterns over multiple time scales. Developmental changes in the coordination and integration of brain function leads to greater complexity in population level neural dynamics. In this study we examined multiscale entropy, a measure of signal complexity, in resting-state EEGs in a large (N = 405) cross-sectional sample of children and adolescents (9-16 years). Our findings showed consistent age-dependent increases in EEG complexity that are distributed across multiple temporal scales and spatial regions. Developmental changes were most robust as the age gap between groups increased, particularly between late childhood and adolescence, and were most prominent over fronto-central scalp regions. These results suggest that the transition from late childhood to adolescence is characterized by age-dependent changes in the underlying complexity of endogenous brain networks.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,066
Tête enseignante GPT0,294
Écart entre enseignants0,229 · 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

Citations41
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental Cognitive NeuroscienceMême sujetNeural dynamics and brain functionTravaux en français237 207