The role of the mirror neuron system in bottom-up and top-down perception of human action
Notice bibliographique
Résumé
When we see or hear another person execute an action, we tend to automatically simulate that action. Evidence for this has been found at the neural level, specifically in parietal and premotor brain regions referred to collectively as the mirror neuron system (MNS), and the behavioural level, through an observer's tendency to mimic observed movements. This simulation process may play a key role in emotional understanding. It is currently unclear the extent to which the MNS is driven by bottom-up automatic recruitment of movement simulation, or by top-down (task driven) mechanisms. The present dissertation examines the role of the MNS in the bottom-up and top-down processing of action in the auditory and visual modalities, in response to emotional and neutral movements performed by humans. Study 1 used EEG to demonstrate that the MNS is affected by bottom-up manipulations of modality, and shows that the MNS is activated to a greater extent towards multi-modal versus unimodal sensory input. Study 2 employed an EEG paradigm utilizing a top-down emotion judgment manipulation. It was found that the left STG, part of the extended MNS, is affected by top-down manipulations of emotionality, but there were no areas in classical MNS that met the statistical threshold to be affected by top-down forces. Study 3 employed an fMRi paradigm combining bottom-up and top-down manipulations. It was found that the classical MNS was strongly affected by bottom-up differences in emotionality and modality, and minimally affected by the top-down manipulation. Together, the three studies presented in this dissertation support the premise that the classical mirror neuron system is primarily automatic. More research is needed to determine whether top-down manipulations can uniquely engage the MNS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».