The neural correlates of retrieval and procedural strategies in mental arithmetic: A functional neuroimaging meta‐analysis
Notice bibliographique
Résumé
Mental arithmetic is a complex skill of great importance for later academic and life success. Many neuroimaging studies and several meta-analyses have aimed to identify the neural correlates of mental arithmetic. Previous meta-analyses of arithmetic grouped all problem types into a single meta-analytic map, despite evidence suggesting that different types of arithmetic problems are solved using different strategies. We used activation likelihood estimation (ALE) to conduct quantitative meta-analyses of mental arithmetic neuroimaging (n = 31) studies, and subsequently grouped contrasts from the 31 studies into problems that are typically solved using retrieval strategies (retrieval problems) (n = 18) and problems that are typically solved using procedural strategies (procedural problems) (n = 19). Foci were compiled to generate probabilistic maps of activation for mental arithmetic (i.e., all problem types), retrieval problems, and procedural problems. Conjunction and contrast analyses were conducted to examine overlapping and distinct activation for retrieval and procedural problems. The conjunction analysis revealed overlapping activation for retrieval and procedural problems in the bilateral inferior parietal lobules, regions typically associated with magnitude processing. Contrast analyses revealed specific activation in the left angular gyrus for retrieval problems and specific activation in the inferior frontal gyrus and cingulate gyrus for procedural problems. These findings indicate that the neural bases of arithmetic systematically differs according to problem type, providing new insights into the dynamic and task-dependent neural underpinnings of the calculating brain.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».