MétaCan
Menu
Retour à la cohorte
Enregistrement W4221089849 · doi:10.1089/brain.2021.0174

Cross-Scale Dynamicity of Entropy and Connectivity in the Sleeping Brain

2022· article· en· W4221089849 sur OpenAlexaff
Yi‐Chia Kung, Chia‐Wei Li, Fan‐Chi Hsiao, Pei-Jung Tsai, Shuo Chen, Mingkang Li, Hsin‐Chien Lee, Chun‐Yen Chang, Changwei W. Wu, Ching‐Po Lin

Notice bibliographique

RevueBrain Connectivity · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFunctional magnetic resonance imagingFunctional connectivityPsychologyNeuroscienceEntropy (arrow of time)Brain mappingHuman brainSleep StagesComputer scienceArtificial intelligencePattern recognition (psychology)Cognitive psychologyElectroencephalographyPolysomnographyPhysics

Résumé

récupéré en direct d'OpenAlex

Introduction: The concept of local sleep refers to the phenomenon of local brain activity that modifies neural networks during unresponsive global sleep. Such network rewiring may differ across spatial scales; however, the global and local alterations in brain systems remain elusive in human sleep. Materials and Methods: We examined cross-scale changes of brain networks in sleep. Functional magnetic resonance imaging data were acquired from 28 healthy participants during nocturnal sleep. We adopted both metrics of connectivity (functional connectivity [FC] and regional homogeneity [ReHo]) and complexity (multiscale entropy) to explore the global and local functionality of the neural assembly across nonrapid eye movement sleep stages. Results: Long-range FC decreased with sleep depth, whereas local ReHo peaked at the N2 stage and reached its lowest level at the N3 stage. Entropy exhibited a general decline at the local scale ( Scale 1 ) as sleep deepened, whereas the coarse-scale entropy ( Scale 3) was consistent across stages. Discussion: The negative correlation between Scale-1 entropy and ReHo reflects the enhanced signal regularity and synchronization in sleep, identifying the information exchange at the local scale. The N2 stage showed a distinctive pattern toward local information processing with scrambled long-distance information exchange, indicating a specific time window for network reorganization. Collectively, the multidimensional metrics indicated an imbalanced global–local relationship among brain functional networks across sleep–wake stages.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,800
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,273
Écart entre enseignants0,252 · 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'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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain ConnectivityMême sujetNeural dynamics and brain functionTravaux en français237 207