MétaCan
Menu
Retour à la cohorte
Enregistrement W3157980909 · doi:10.1016/j.neuroimage.2021.118142

The developing relations between networks of cortical myelin and neurophysiological connectivity

2021· article· en· W3157980909 sur OpenAlexafffund
Marlee M. Vandewouw, Benjamin A.E. Hunt, Justine Ziolkowski, Margot J. Taylor

Notice bibliographique

RevueNeuroImage · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésFunctional connectivityNeuroscienceMagnetoencephalographyStructural plasticityPsychologyNeurophysiologyNeuroplasticityNerve netBiologyElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Recent work identified that patterns of distributed brain regions sharing similar myeloarchitecture are related to underlying functional connectivity, demonstrating cortical myelin's plasticity to changes in functional demand. However, the changing relations between functional and structural architecture throughout child and adulthood are poorly understood. We show that structural covariance connectivity (T1-weighted/T2-weighted ratio) and functional connectivity (magnetoencephalography) exhibit nonlinear developmental changes. We then show significant relations between structural and functional connectivity, which have shared and distinct characteristics dependent on the neural oscillatory frequency. Increases in structure-function coupling are visible during the protracted myelination observed throughout childhood and adolescence and are followed by decreases near the onset of adulthood. Our work lays the foundation for understanding the mechanisms by which myeloarchitecture supports brain function, enabling future investigations into how clinical populations may deviate from normative patterns.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,061
Tête enseignante GPT0,284
Écart entre enseignants0,223 · 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

Citations27
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207