MétaCan
Menu
Retour à la cohorte
Enregistrement W4399097616 · doi:10.31234/osf.io/c83d7

Cognitive Mode Detectable with Task-Based fMRI: Language (LAN)

2024· preprint· en· W4399097616 sur OpenAlexaff
Erica Zeng, John Shahki, Todd S. Woodward

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensProvincial Health Services AuthorityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDefault mode networkCognitionNeuroscienceCognitive scienceMode (computer interface)PsychologyComputer scienceCognitive psychologyAnatomyMedicineHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

In the context of task-based functional magnetic resonance imaging (fMRI), cognitive modes can be defined as task-general cognitive/sensory/motor processes which reliably elicit specific blood-oxygen-level-dependent (BOLD) signal pattern configurations. A number of cognitive modes are detectable with task-based fMRI, and here we focus on language (LAN). The BOLD signal configurations associated with LAN are modulated by a range of tasks, and here we present six. For each task, we report: (1) specific pattern-based (as opposed to coordinate-based) anatomical details essential for distinguishing LAN from other BOLD-based cognitive modes, and (2) task-induced BOLD signal changes associated with LAN over a range of task conditions. In order to facilitate recognition, we nick-named the anatomical patterns specific to LAN as follows: (1) Tears Blown Leftwards/Eyebrows, (2) Rail Shot Coronal, (3) Rail Shot Axial, and (4) Disappearing Face. Evidence for LAN was derived from the timing and magnitude of task-induced BOLD signal changes induced by the following tasks: two lexical decision tasks, metrical stress, noun/verb discrimination, semantic association, and facial emotion discrimination. The evidence consistently supports that the LAN includes both activation and suppression depending on the linguistic information processing required to achieve the task goals, as well as possible extension to non-verbal communication.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,441
Score d'incertitude au seuil0,872

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,291
Écart entre enseignants0,279 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiomedical Text Mining and OntologiesTravaux en français237 207