The Development of Social Perception Networks in Low- and Middle-Income Infants: Longitudinal Assessments of fNIRS Background Functional Connectivity
Notice bibliographique
Résumé
Shortly after birth, human infants demonstrate behavioural selectivity to social stimuli. However, the neural underpinnings of this selectivity are largely unknown. Here we examine patterns of functional connectivity to determine how regions of the brain interact while processing social stimuli and how these interactions change during the first two years of life. Using functional near-infrared spectroscopy (fNIRS), we measured functional connectivity at 6 (n = 183) and 24 (n = 123) months of age in infants from Bangladesh who were exposed to varying levels of environmental adversity (i.e., low- and middle-income cohorts). We employed a background functional connectivity approach that regresses out the effects of stimulus-specific variables known to affect functional connectivity. At 6 months, the two cohorts had similar fNIRS patterns, with moderate connectivity estimates for regions within and between hemispheres. At 24 months, the patterns diverged for the two cohorts. Global (brain-wide) connectivity estimates increased from 6 to 24 months for the low-income cohort and decreased for the middle-income cohort. In particular, connectivity estimates among regions of interest (ROIs) within the right hemisphere decreased for the middle-income cohort, providing evidence of neural specialization by two years of age. These findings provide insights about the impact of early environmental influences on functional brain development relevant to the processing of social stimuli.
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 ».