Physical distance to sensory-motor landmarks predicts language function
Notice bibliographique
Résumé
Auditory language comprehension recruits cortical regions that are both close to sensory-motor landmarks (supporting auditory and motor features) and far from these landmarks (supporting word meaning). We investigated whether the responsiveness of these regions in task-based functional MRI is related to individual differences in their physical distance to primary sensorimotor landmarks. Parcels in the auditory network, that were equally responsive across story and math tasks, showed stronger activation in individuals who had less distance between these parcels and transverse temporal sulcus, in line with the predictions of the "tethering hypothesis," which suggests that greater proximity to input regions might increase the fidelity of sensory processing. Conversely, language and default mode parcels, which were more active for the story task, showed positive correlations between individual differences in activation and sensory-motor distance from primary sensory-motor landmarks, consistent with the view that physical separation from sensory-motor inputs supports aspects of cognition that draw on semantic memory. These results demonstrate that distance from sensorimotor regions provides an organizing principle of functional differentiation within the cortex. The relationship between activation and geodesic distance to sensory-motor landmarks is in opposite directions for cortical regions that are proximal to the heteromodal (DMN and language network) and unimodal ends of the principal gradient of intrinsic connectivity.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».