Selective recruitment of the cerebellum evidenced by task-dependent gating of inputs
Notice bibliographique
Résumé
Functional magnetic resonance imaging (fMRI) studies have documented cerebellar activity across a wide array of tasks. However, the functional contribution of the cerebellum within these task domains remains unclear because cerebellar activity is often studied in isolation. This is problematic, as cerebellar fMRI activity may simply reflect the transmission of neocortical activity through fixed connections. Here, we present a new approach that addresses this problem. Rather than focus on task-dependent activity changes in the cerebellum alone, we ask if neocortical inputs to the cerebellum are gated in a task-dependent manner. We hypothesize that input is upregulated when the cerebellum functionally contributes to a task. We first validated this approach using a finger movement task, where the integrity of the cerebellum has been shown to be essential for the coordination of rapid alternating movements but not for force generation. While both neocortical and cerebellar activity increased with increasing speed and force, the speed-related changes in the cerebellum were larger than predicted by an optimized cortico-cerebellar connectivity model. We then applied the same approach in a cognitive domain, assessing how the cerebellum supports working memory. Enhanced gating was associated with the encoding of items in working memory, but not with the manipulation or retrieval of the items. Focusing on task-dependent gating of neocortical inputs to the cerebellum offers a promising approach for using fMRI to understand the specific contributions of the cerebellum to cognitive function.
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 | 0,001 |
| 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) | 0,000 | 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 ».