MétaCan
Menu
Retour à la cohorte
Enregistrement W4387538272 · doi:10.3390/brainsci13101448

Atypical Associations between Functional Connectivity during Pragmatic and Semantic Language Processing and Cognitive Abilities in Children with Autism

2023· article· en· W4387538272 sur OpenAlexafffund
Amparo V. Márquez-García, Bonnie K. Ng, Grace Iarocci, Sylvain Moreno, Vasily A. Vakorin, Sam M. Doesburg

Notice bibliographique

RevueBrain Sciences · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychologyCognitionAutism spectrum disorderAutismCognitive psychologySemantic memoryFunctional connectivityDevelopmental psychologyTask (project management)Neuroscience

Résumé

récupéré en direct d'OpenAlex

Autism Spectrum Disorder (ASD) is characterized by both atypical functional brain connectivity and cognitive challenges across multiple cognitive domains. The relationship between task-dependent brain connectivity and cognitive abilities, however, remains poorly understood. In this study, children with ASD and their typically developing (TD) peers engaged in semantic and pragmatic language tasks while their task-dependent brain connectivity was mapped and compared. A multivariate statistical approach revealed associations between connectivity and psychometric assessments of relevant cognitive abilities. While both groups exhibited brain-behavior correlations, the nature of these associations diverged, particularly in the directionality of overall correlations across various psychometric categories. Specifically, greater disparities in functional connectivity between the groups were linked to larger differences in Autism Questionnaire, BRIEF, MSCS, and SRS-2 scores but smaller differences in WASI, pragmatic language, and Theory of Mind scores. Our findings suggest that children with ASD utilize distinct neural communication patterns for language processing. Although networks recruited by children with ASD may appear less efficient than those typically engaged, they could serve as compensatory mechanisms for potential disruptions in conventional brain networks.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,316
Écart entre enseignants0,284 · 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'étudeObservationnel
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207