Long-range functional connections mirror and link microarchitectural and cognitive hierarchies in the human brain
Notice bibliographique
Résumé
BACKGROUND: Higher-order cognition is hypothesized to be implemented via distributed cortical networks that are linked via long-range connections. However, it is unknown how computational advantages of long-range connections reflect cortical microstructure and microcircuitry. METHODS: We investigated this question by (i) profiling long-range cortical connectivity using resting-state functional magnetic resonance imaging (MRI) and cortico-cortical geodesic distance mapping, (ii) assessing how long-range connections reflect local brain microarchitecture, and (iii) examining the microarchitectural similarity of regions connected through long-range connections. RESULTS: Analysis of 2 independent datasets indicated that sensory/motor areas had more clustered short-range connections, while transmodal association systems hosted distributed, long-range connections. Meta-analytical decoding suggested that this topographical difference mirrored shifts in cognitive function, from perception/action towards emotional/social processing. Analysis of myelin-sensitive in vivo MRI as well as postmortem histology and transcriptomics datasets established that gradients in functional connectivity distance are paralleled by those present in cortical microarchitecture. Notably, long-range connections were found to link spatially remote regions of association cortex with an unexpectedly similar microarchitecture. CONCLUSIONS: By mapping covarying topographies of long-range functional connections and cortical microcircuits, the current work provides insights into structure-function relations in human neocortex.
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 | 0,000 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».