Lifespan differences in visual short-term memory load-modulated functional connectivity
Notice bibliographique
Résumé
Working memory is critical to higher-order executive processes and declines throughout the adult lifespan. However, our understanding of the neural mechanisms underlying this decline is limited. Recent work suggests that functional connectivity between frontal control and posterior visual regions may be critical, but examinations of age differences therein have been limited to a small set of brain regions and extreme group designs (i.e., comparing young and older adults). In this study, we build on previous research by using a lifespan cohort and a whole-brain approach to investigate working memory load-modulated functional connectivity in relation to age and performance. The article reports on analysis of the Cambridge center for Ageing and Neuroscience (Cam-CAN) data. Participants from a population-based lifespan cohort (N = 101, age 23-86) performed a visual short-term memory task during functional magnetic resonance imaging. Visual short-term memory was measured with a delayed recall task for visual motion with three different loads. Whole-brain load-modulated functional connectivity was estimated using psychophysiological interactions in a hundred regions of interest, sorted into seven networks (Schaefer et al., 2018, Yeo et al., 2011). Results showed that load-modulated functional connectivity was strongest within the dorsal attention and visual networks during encoding and maintenance. With increasing age, load-modulated functional connectivity strength decreased throughout the cortex. Whole-brain analyses for the relation between connectivity and behavior were non-significant. Our results give additional support to the sensory recruitment model of working memory. We also demonstrate the widespread negative impact of age on the modulation of functional connectivity by working memory load. Older adults might already be close to ceiling in terms of their neural resources at the lowest load and therefore less able to further increase connectivity with increasing task demands.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».