MétaCan
Menu
Retour à la cohorte
Enregistrement W4392601655 · doi:10.3390/brainsci14030264

Adapting to Changes in Communication: The Orbitofrontal Cortex in Language and Speech Processing

2024· article· en· W4392601655 sur OpenAlexaff
Xiaoming Jiang, Xiquan Ma, Ryan Sanford, Xun Li

Notice bibliographique

RevueBrain Sciences · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of ChinaShanghai Education Development FoundationNatural Science Foundation of Shanghai
Mots-clésOrbitofrontal cortexPsychologyNeuroscienceCognitive psychologyComprehensionCognitive scienceCognitionPrefrontal cortexLinguistics

Résumé

récupéré en direct d'OpenAlex

Despite most studies on the neurobiology of language demonstrating the central part of the perisylvian network involved in language and speech function, this review attempts to complement this view by focusing on the role of the orbitofrontal cortex (OFC). This region is primarily involved in goal-directed adaptive behavior. Recently, there has been increasing evidence that the OFC is involved in language and speech tasks. This review demonstrates that not only the linguistic tasks that involve the processing of socially, pragmatically and emotionally relevant information engage OFC and its neurobiological mechanisms, but also specific receptive and expressive language performances rely on specific neurophysiological properties of this region (e.g., the gray matter volume and the functional activation of OFC and the uncinate fasciculus that connects OFC), which in many cases, demand executive functions. These findings highlight: (1) The OFC plays a relevant role in the adaptive neurobiological function of language; (2) the neurobiological mechanisms beyond linguistic and speech processes complement and interplay with the language-unique processes to achieve successful comprehension and production in the changing communicative contexts.

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)0,001
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 enseignants0,226
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
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 Opus0,045
Tête enseignante GPT0,347
Écart entre enseignants0,302 · 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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetNeurobiology of Language and BilingualismTravaux en français237 207