MétaCan
Menu
Retour à la cohorte
Enregistrement W3197154323 · doi:10.1016/j.neuroimage.2021.118546

Multiscale communication in cortico-cortical networks

2021· article· en· W3197154323 sur OpenAlexafffund
Vincent Bazinet, Reinder Vos de Wael, Patric Hagmann, Boris C. Bernhardt, Bratislav Mišić

Notice bibliographique

RevueNeuroImage · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCanada First Research Excellence FundNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsMcGill University
Mots-clésConnectomeFunctional connectivityNeuroscienceScale (ratio)Function (biology)Biological neural networkBrain functionComputer sciencePsychologyBiologyGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Signaling in brain networks unfolds over multiple topological scales. Areas may exchange information over local circuits, encompassing direct neighbours and areas with similar functions, or over global circuits, encompassing distant neighbours with dissimilar functions. Here we study how the organization of cortico-cortical networks mediate localized and global communication by parametrically tuning the range at which signals are transmitted on the white matter connectome. We show that brain regions vary in their preferred communication scale. By investigating the propensity for brain areas to communicate with their neighbors across multiple scales, we naturally reveal their functional diversity: unimodal regions show preference for local communication and multimodal regions show preferences for global communication. We show that these preferences manifest as region- and scale-specific structure-function coupling. Namely, the functional connectivity of unimodal regions emerges from monosynaptic communication in small-scale circuits, while the functional connectivity of transmodal regions emerges from polysynaptic communication in large-scale circuits. Altogether, the present findings reveal that communication preferences are highly heterogeneous across the cortex, shaping regional differences in structure-function coupling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,272
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations61
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetNeural dynamics and brain functionTravaux en français237 207