Mother-child similarity in brain morphology: A comparison of structural characteristics of the brain’s reading network
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Substantial evidence acknowledges the complex gene-environment interplay impacting brain development and learning. Intergenerational neuroimaging allows the assessment of familial transfer effects on brain structure, function and behavior by investigating neural similarity in caregiver-child dyads. METHODS: Neural similarity in the human reading network was assessed through well-used measures of brain structure (i.e., surface area (SA), gyrification (lG), sulcal morphology, gray matter volume (GMV) and cortical thickness (CT)) in 69 mother-child dyads (children's age~11 y). Regions of interest for the reading network included left-hemispheric inferior frontal gyrus, inferior parietal lobe and fusiform gyrus. Mother-child similarity was quantified by correlation coefficients and familial specificity was tested by comparison to random adult-child dyads. Sulcal morphology analyses focused on occipitotemporal sulcus interruptions and similarity was assessed by chi-square goodness of fit. RESULTS: Significant structural brain similarity was observed for mother-child dyads in the reading network for lG, SA and GMV (r = 0.349/0.534/0.542, respectively), but not CT. Sulcal morphology associations were non-significant. Structural brain similarity in lG, SA and GMV were specific to mother-child pairs. Furthermore, structural brain similarity for SA and GMV was higher compared to CT. CONCLUSION: Intergenerational neuroimaging techniques promise to enhance our knowledge of familial transfer effects on brain development and disorders.
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.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle