Single voxel autocorrelation uncovers gradients of temporal dynamics in the hippocampus and entorhinal cortex during rest and navigation
Notice bibliographique
Résumé
During navigation, information at multiple scales needs to be integrated. Single-unit recordings in rodents suggest that gradients of temporal dynamics in the hippocampus and entorhinal cortex support this integration. In humans, gradients of representation are observed, such that granularity of information represented increases along the long axis of the hippocampus. The neural underpinnings of this gradient in humans, however, are still unknown. Current research is limited by coarse fMRI analysis techniques that obscure the activity of individual voxels, preventing investigation of how moment-to-moment changes in brain signal are organized and how they are related to behavior. Here, we measured the signal stability of single voxels over time to uncover previously unappreciated gradients of temporal dynamics in the hippocampus and entorhinal cortex. Using our novel, single voxel autocorrelation technique, we show a medial-lateral hippocampal gradient, as well as a continuous autocorrelation gradient along the anterolateral-posteromedial entorhinal extent. Importantly, we show that autocorrelation in the anterior-medial hippocampus was modulated by navigational difficulty, providing the first evidence that changes in signal stability in single voxels are relevant for behavior. This work opens the door for future research on how temporal gradients within these structures support the integration of information for goal-directed behavior.
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) | 0,000 | 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 ».