Multivariate FMRI Signatures of Learning in a Hebb Repetition Paradigm With Tone Sequences
Notice bibliographique
Résumé
Important information from the environment often arrives to the brain in temporally extended sequences. Language, music, actions, and complex events generally unfold over time. When such informational sequences exceed the limited capacity of working memory, the human brain relies on its ability to accumulate information in long-term memory over several encounters with a complex stimulus. A longstanding question in psychology and neuroscience is whether the neural structures associated with working memory storage-often viewed as capacity limited and temporary-have any builtin ability to store information across longer temporal delays. According to the classic Hebbian dual memory theory, temporally local "activity traces" underlie immediate perception and working memory, whereas "structural traces" undergird long-term learning. Here we examine whether brain structures known to be involved in working maintenance of auditory sequences, such as area Spt, also show evidence of memory persistence across trials. We used representational similarity analysis (RSA) and the Hebb repetition paradigm with supracapacity tonal sequences to test whether repeated sequences have distinguishable multivoxel activity patterns in the auditory-motor networks of the brain. We found that, indeed, area Spt and other nodes of the auditory dorsal stream show multivoxel patterns for tone sequences that become gradually more distinct with repetition during working memory for supracapacity tone-sequences. The findings suggest that the structures are important for working memory are not "blank slates," wiped clean from moment to moment, but rather encode information in a way can lead to cross-trial persistence.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».