Functional and microstructural plasticity following social and interoceptive mental training
Notice bibliographique
Résumé
The human brain supports social cognitive functions, including Theory of Mind, empathy, and compassion, through its intrinsic hierarchical organization. However, it remains unclear how the learning and refinement of social skills shapes brain function and structure. We studied if different types of social mental training induce changes in cortical function and microstructure, investigating 332 healthy adults (197 women, 20-55 years) with repeated multimodal neuroimaging and behavioral testing. Our neuroimaging approach examined longitudinal changes in cortical functional gradients and myelin-sensitive T1 relaxometry, two complementary measures of cortical hierarchical organization. We observed marked changes in intrinsic cortical function and microstructure, which varied as a function of social training content. In particular, cortical function and microstructure changed as a result of attention-mindfulness and socio-cognitive training in regions functionally associated with attention and interoception, including insular and parietal cortices. Conversely, socio-affective and socio-cognitive training resulted in differential microstructural changes in regions classically implicated in interoceptive and emotional processing, including insular and orbitofrontal areas, but did not result in functional reorganization. Notably, longitudinal changes in cortical function and microstructure predicted behavioral change in attention, compassion and perspective-taking. Our work demonstrates functional and microstructural plasticity after the training of social-interoceptive functions, and illustrates the bidirectional relationship between brain organisation and human social skills.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».