What Is Targeted When We Train Working Memory? Evidence From a Meta-Analysis of the Neural Correlates of Working Memory Training Using Activation Likelihood Estimation
Notice bibliographique
Résumé
Working memory (WM) is the system responsible for maintaining and manipulating information, in the face of ongoing distraction. In turn, WM span is perceived to be an individual-differences construct reflecting the limited capacity of this system. Recently, however, there has been some evidence to suggest that WM capacity can increase through training, raising the possibility that training can functionally alter the neural structures supporting WM. To address the hypothesis that the neural substrates underlying WM are targeted by training, we conducted a meta-analysis of functional magnetic resonance imaging (fMRI) studies of WM training using Activation Likelihood Estimation (ALE). Our results demonstrate that WM training is associated exclusively with decreases in blood oxygenation level-dependent (BOLD) responses in clusters within the fronto-parietal system that underlie WM, including the bilateral inferior parietal lobule (BA 39/40), middle (BA 9) and superior (BA 6) frontal gyri, and medial frontal gyrus bordering on the cingulate gyrus (BA 8/32). We discuss the various psychological and physiological mechanisms that could be responsible for the observed reductions in the BOLD signal in relation to WM training, and consider their implications for the construct of WM span as a limited resource.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».