MétaCan
Menu
Retour à la cohorte
Enregistrement W4328097973 · doi:10.3390/brainsci13030519

A Pilot Study: Extraction of a Neural Network and Feature Extraction of Generation and Reduction Mechanisms Due to Acute Stress

2023· article· en· W4328097973 sur OpenAlexaboutno aff
Mi‐Hyun Choi

Notice bibliographique

RevueBrain Sciences · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesKonkuk University
Mots-clésDefault mode networkSalience (neuroscience)Anterior cingulate cortexPsychologyPosterior cingulateNeurosciencePrefrontal cortexInsulaAudiologyCortex (anatomy)CognitionMedicine

Résumé

récupéré en direct d'OpenAlex

This study aimed to compare the functional connectivity (FC) assessed during acute stress and recovery after stress using the Montreal imaging stress task (MIST) in adults in their 20s and 30s with Korean Perceived Stress Scale (PSS) scores between 15 and 19 points inclusive. Four seed networks, including the salience network, default mode network, frontoparietal network, and dorsal attention network, were specified to extract the results. Healthy male and female adults who were required to make an effort to relieve stress were exposed to acute stress tasks, and the most common FCs were observed in the salience network, default mode network, and frontoparietal network during the stress and recovery phases. Compared to the stress phase, the increased effect size was significantly different in the recovery phase. In the stress phase, characteristically common FCs were observed in the dorsal attention network. During the recovery period, Salience network (Anterior Insula, R) and Salience network (anterior cingulate cortex, ACC)/Salience network (rostral prefrontal cortex, RPFC), Salience network (AInsula) and Salience network (RPFC), and Default Mode network (posterior cingulate) cortex, PCC) and fronto-parietal network (lateral prefrontal cortex, LPFC) FC were characteristically observed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,400
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,337
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207