MétaCan
Menu
Retour à la cohorte
Enregistrement W4362466641 · doi:10.1016/j.cortex.2023.03.005

Common and distinct correlates of construction and elaboration of episodic-autobiographical memory: An ALE meta-analysis

2023· review· en· W4362466641 sur OpenAlexaff
Sarah Daviddi, Tiziana Pedale, Peggy L. St. Jacques, Daniel L. Schacter, Valerio Santangelo

Notice bibliographique

RevueCortex · 2023
Typereview
Langueen
DomainePsychology
ThématiqueIdentity, Memory, and Therapy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Mental HealthUS-UK Fulbright CommissionUS-Italy Fulbright Commission
Mots-clésAutobiographical memoryPsychologyElaborationEpisodic memoryMeta-analysisCognitive psychologyCognitive scienceNeuroscienceCognitionRecallHumanities

Résumé

récupéré en direct d'OpenAlex

The recollection of episodic-autobiographical memories (EAMs) entails a complex temporal dynamic, from initial "construction" to subsequent "elaboration" of memories. While there is consensus that EAM retrieval involves a distributed network of brain regions, it is still largely debated which regions specifically contribute to EAM construction and/or elaboration. To clarify this issue, we conducted an Activation Likelihood Estimation (ALE) meta-analysis based on the Preferred Reporting Items for Systematic-Reviews and Meta-Analyses (PRISMA) method. We found common recruitment of the left hippocampus and posterior cingulate cortex (PCC) during both phases. Additionally, EAM construction led to activations in the ventromedial prefrontal cortex, left angular gyrus (AG), right hippocampus, and precuneus, while the right inferior frontal gyrus was activated by EAM elaboration. Although most of these regions are distributed over the default mode network, the current findings highlight a differential contribution according to early (midline regions, left/right hippocampus, and left AG) versus later (left hippocampus, and PCC) recollection. Overall, these findings contribute to clarify the neural correlates that support the temporal dynamics of EAM recollection.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,013
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,103
Tête enseignante GPT0,390
Écart entre enseignants0,287 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations44
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCortexMême sujetIdentity, Memory, and TherapyTravaux en français237 207