Neurofunctional Symmetries and Asymmetries during Voluntary out-of- and within-Body Vivid Imagery Concurrent with Orienting Attention and Visuospatial Detection
Notice bibliographique
Résumé
We explored whether two visual mental imagery experiences may be differentiated by electroencephalographic (EEG) and performance interactions with concurrent orienting external attention (OEA) to stimulus location and subsequent visuospatial detection. We measured within-subject (N = 10) event-related potential (ERP) changes during out-of-body imagery (OBI)—vivid imagery of a vertical line outside of the head/body—and within-body imagery (WBI)—vivid imagery of the line within one’s own head. Furthermore, we measured ERP changes and line offset Vernier acuity (hyperacuity) performance concurrent with those imagery, compared to baseline detection without imagery. Relative to OEA baseline, OBI yielded larger N200 and P300, whereas WBI yielded larger P50, P100, N400, and P800. Additionally, hyperacuity dropped significantly when concurrent with both imagery types. Partial least squares analysis combined behavioural performance, ERPs, and/or event-related EEG band power (ERBP). For both imagery types, hyperacuity reduction correlated with opposite frontal and occipital ERP amplitude and polarity changes. Furthermore, ERP modulation and ERBP synchronizations for all EEG frequencies correlated inversely with hyperacuity. Dipole Source Localization Analysis revealed unique generators in the left middle temporal gyrus (WBI) and in the right frontal middle gyrus (OBI), whereas the common generators were in the left precuneus and middle occipital cortex (cuneus). Imagery experiences, we conclude, can be identified by symmetric and asymmetric combined neurophysiological-behavioural patterns in interactions with the width of attentional focus.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».