MétaCan
Menu
Retour à la cohorte
Enregistrement W4307501094 · doi:10.1162/jocn_a_01937

Prefrontal and Medial Temporal Lobe Cortical Contributions to Visual Short-Term Memory

2022· review· en· W4307501094 sur OpenAlexaff
Zhemeng Wu, Mark J. Buckley

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilMedical Research CouncilWellcome Trust
Mots-clésPsychologyNeuroscienceTemporal lobeRecallNeuroimagingCognitive psychologyPrefrontal cortexWorking memoryPerceptionCognitionCognitive science

Résumé

récupéré en direct d'OpenAlex

A number of recent studies have indicated that the medial temporal lobe (MTL) plays a critical role in working memory (WM) and perception, but these results have been highly controversial given the traditional association of MTL with long-term memory. We review the research and highlight important factors that need to be considered in determining the role of MTL in WM including set-size of used stimuli and feature complexity and/or feature conjunctions/bindings embedded in those stimuli. These factors relate to hierarchical and, accordingly, domain-specific theories of functional organization within the temporal lobe. In addition, one must consider process-specific theories too, because two key processes commonly understood to contribute recognition memory, namely, recollection and familiarity, also have robust support from neurophysiological and neuroimaging research as to their functional dissociations within MTL. PFC has long been heavily implicated in WM; however, relatively less is known about how the PFC contributes to recollection and familiarity, although dynamic prefrontal coding models in WM may help to explain their neural mechanisms. The MTL and PFC are heavily interconnected and do not operate independently in underlying WM. We propose that investigation of the interactions between these two regions in WM, particularly their coordinated neural activities, and the modeling of such interactions, will be crucial for the advancing understanding of the neural mechanisms of WM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,158
Tête enseignante GPT0,433
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetMemory and Neural MechanismsTravaux en français237 207