MétaCan
Menu
Retour à la cohorte
Enregistrement W4225105056 · doi:10.1016/j.neuroimage.2022.119245

Variability and task-responsiveness of electrophysiological dynamics: Scale-free stability and oscillatory flexibility

2022· article· en· W4225105056 sur OpenAlexafffund
Soren Wainio‐Theberge, Annemarie Wolff, Javier Gómez‐Pilar, Jianfeng Zhang, Georg Northoff

Notice bibliographique

RevueNeuroImage · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill UniversityRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesNIH Blueprint for Neuroscience ResearchNational Institute of Mental HealthMedical Research CouncilBiotechnology and Biological Sciences Research CouncilInstituto de Salud Carlos IIICanadian Institutes of Health ResearchHORIZON EUROPE Framework ProgrammeCentro de Investigación Biomédica en Red en Bioingeniería, Biomateriales y NanomedicinaMcDonnell Center for Systems NeuroscienceNational Institutes of HealthUniversity of CambridgePhysicians' Services Incorporated Foundation
Mots-clésFlexibility (engineering)ElectrophysiologyTask (project management)Dynamics (music)Stability (learning theory)Scale (ratio)Computer scienceNeurosciencePsychologyMathematicsPhysicsMachine learningStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

Cortical oscillations and scale-free neural activity are thought to influence a variety of cognitive functions, but their differential relationships to neural stability and flexibility has never been investigated. Based on the existing literature, we hypothesize that scale-free and oscillatory processes in the brain exhibit different trade-offs between stability and flexibility; specifically, cortical oscillations may reflect variable, task-responsive aspects of brain activity, while scale-free activity is proposed to reflect a more stable and task-unresponsive aspect. We test this hypothesis using data from two large-scale MEG studies (HCP: n = 89; CamCAN: n = 195), operationalizing stability and flexibility by task-responsiveness and spontaneous intra-subject variability in resting state. We demonstrate that the power-law exponent of scale-free activity is a highly stable parameter, which responds little to external cognitive demands and shows minimal spontaneous fluctuations over time. In contrast, oscillatory power, particularly in the alpha range (8-13 Hz), responds strongly to tasks and exhibits comparatively large spontaneous fluctuations over time. In sum, our data support differential roles for oscillatory and scale-free activity in the brain with respect to neural stability and flexibility. This result carries implications for criticality-based theories of scale-free activity, state-trait models of variability, and homeostatic views of the brain with regulated variables vs. effectors.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,668

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,246
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations38
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetNeural dynamics and brain functionTravaux en français237 207