Notice bibliographique
Résumé
The States and Traits of EEG VariabilityErin Gibson Doctor of Philosophy Institute of Medical Science University of Toronto 2021 Neurons in the brain are seldom perfectly quiet. They continually receive input and generate output, resulting in noisy, highly variable patterns of ongoing activity. Yet the functional significance and behavioral consequences of this variability remains largely unknown. We hypothesize that brain signal variability is tightly coupled to the processing of task-relevant information and serves as an important indicator of cognitive function. To test this, we examine EEG activity in young, healthy adults as they perform a cognitive skill learning and resting state task. Several measures of EEG variability and signal strength are calculated at multiple timescales, or in overlapping time windows that span the trial interval. We perform a systematic examination of the factors that most strongly influence the variability and strength of EEG activity. Study 1 examines the relative sensitivity of each measure to trait-level variation across subjects and state-level variation across task blocks. We find that EEG variability is most sensitive to trait-level differences across individuals that remain relatively stable across blocks. Study 2 examines the sensitivity of each measure to different sources of state-level variation across task blocks. We find that key task-driven changes in EEG activity are better reflected in the strength, rather than the variability, of EEG activity. Study 3 examines trait-level variation in each measure and its relationship with behavior. We find that differences in learning speed and acquired skill across individuals are better reflected in relative changes in the variability, rather than the strength, of EEG activity. These results demonstrate that EEG variability is particularly sensitive to stable trait-level variation across individuals and relative changes in EEG variability around a particular level, rather than the level itself, are a strong indicator of behavioral performance in young, healthy adults.
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 | 0,002 | 0,016 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».