MétaCan
Menu
Retour à la cohorte
Enregistrement W3215155546 · doi:10.1101/2021.11.10.468062

Sequence learning attenuates cortical responses in both frontal and perceptual cortices in early infancy

2021· preprint· en· W3215155546 sur OpenAlexaff
Sagi Jaffe‐Dax, Anna Herbolzheimer, Vikranth R. Bejjanki, Lauren L. Emberson

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institutes of HealthJames S. McDonnell FoundationPrinceton UniversityBill and Melinda Gates Foundation
Mots-clésPerceptionPsychologyFrontal lobeNeuroscienceSensory systemCognitive psychologyPerceptual learning

Résumé

récupéré en direct d'OpenAlex

Abstract Prior work has found that the frontal lobe is involved in higher-order sequential and statistical learning in young infants. Separate lines of work have found evidence of modulation of posterior sensory cortices during and after learning tasks. How do these processes relate? Here, we build evidence the infant frontal lobe was modulated during sequential learning and ask whether posterior perceptual cortices show corresponding modulation. First, replicating and extending past work, we found evidence of frontal lobe involvement in this task. Second, consistent with our hypotheses, we found that there is a corresponding attenuation of neural responses in the posterior perceptual cortices (temporal and occipital) to predictable compared to unpredictable audiovisual sequences. This study provides convergent evidence that the frontal lobe is crucial for higher-level learning in young infants but that it likely works as part of a large, distributed network of regions to modulate infant neural responses during learning. Overall, this work challenges the view that the infant brain is not dynamic and disconnected, lacking in long-range neural connections. Instead, this paper reveals patterns of a highly dynamic and interconnected infant brain that change rapidly as a result of new, learnable experiences.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,251
Écart entre enseignants0,222 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeural dynamics and brain functionTravaux en français237 207