MétaCan
Menu
Retour à la cohorte
Enregistrement W4308994400 · doi:10.1038/s41467-022-34410-6

Intrinsic brain dynamics in the Default Mode Network predict involuntary fluctuations of visual awareness

2022· article· en· W4308994400 sur OpenAlexfundno aff
Dian Lyu, Shruti Naik, David Menon, Emmanuel A. Stamatakis

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesNIHR Cambridge Biomedical Research CentreRoyal College of AnaesthetistsChina Scholarship CouncilNational Institute for Health and Care ResearchMedical Research CouncilCanadian Institute for Advanced ResearchUniversity of Minnesota
Mots-clésDefault mode networkPrecuneusPerceptionElectroencephalographyConsciousnessNeurosciencePhase synchronizationCognitive psychologyBrain activity and meditationVisual perceptionPsychologyResting state fMRIComputer scienceFunctional magnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Brain activity is intrinsically organised into spatiotemporal patterns, but it is still not clear whether these intrinsic patterns are functional or epiphenomenal. Using a simultaneous fMRI-EEG implementation of a well-known bistable visual task, we showed that the latent transient states in the intrinsic EEG oscillations can predict upcoming involuntarily perceptual transitions. The critical state predicting a dominant perceptual transition was characterised by the phase coupling between the precuneus (PCU), a key node of the Default Mode Network (DMN), and the primary visual cortex (V1). The interaction between the lifetime of this state and the PCU- > V1 Granger-causal effect is correlated with the perceptual fluctuation rate. Our study suggests that the brain's endogenous dynamics are phenomenologically relevant, as they can elicit a diversion between potential visual processing pathways, while external stimuli remain the same. In this sense, the intrinsic DMN dynamics pre-empt the content of consciousness.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,313
Écart entre enseignants0,289 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeural dynamics and brain functionTravaux en français237 207