Resting State Dynamic Reconfiguration of Spatial Attention Cortical Networks and Visuospatial Functioning in Non-Verbal Learning Disability (NVLD): A HD-EEG Investigation
Notice bibliographique
Résumé
Nonverbal learning disability (NVLD) is a neurodevelopmental disorder characterized by deficits in visuospatial processing but spared verbal competencies. Neurocognitive markers may provide confirmatory evidence for characterizing NVLD as a separate neurodevelopmental disorder. Visuospatial performance and high-density electroencephalography (EEG) were measured in 16 NLVD and in 16 typically developing (TD) children. Cortical source modeling was applied to assess resting-state functional connectivity (rs-FC) in spatial attention networks (dorsal (DAN) and ventral attention networks (VAN)) implicated in visuospatial abilities. A machine-learning approach was applied to investigate whether group membership could be predicted from rs-FC maps and if these connectivity patterns were predictive of visuospatial performance. Graph theoretical measures were applied to nodes inside each network. EEG rs-FC maps in the gamma and beta band differentiated children with and without NVLD, with increased but more diffuse and less efficient functional connections bilaterally in the NVLD group. While rs-FC of the left DAN in the gamma range predicted visuospatial scores for TD children, in the NVLD group rs-FC of the right DAN in the delta range predicted impaired visuospatial performance, confirming that NVLD is a disorder with a predominant dysfunction in right hemisphere connectivity patterns.
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 ».