MétaCan
Menu
Retour à la cohorte
Enregistrement W4401793904 · doi:10.1523/jneurosci.2308-23.2024

Aperiodic EEG Predicts Variability of Visual Temporal Processing

2024· article· en· W4401793904 sur OpenAlexfundno aff
Michele Deodato, David Melcher

Notice bibliographique

RevueJournal of Neuroscience · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesTamkeenYork UniversityNew York University Abu Dhabi
Mots-clésAperiodic graphSensory systemElectroencephalographyStimulus (psychology)PerceptionPsychologyRhythmBrain activity and meditationNeuroscienceVisual perceptionAudiologyCommunicationPattern recognition (psychology)Cognitive psychologyMathematicsPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

, activity. Although a large body of research has focused on the relationship between brain rhythms and sensory processes, aperiodic activity has often been overlooked as functionally irrelevant. Prompted by recent findings linking aperiodic activity to the balance between neural excitation and inhibition, we investigated its effects on the temporal resolution of perception. We recorded electroencephalography (EEG) from participants (both sexes) during the resting state and a task in which they detected the presence of two flashes separated by variable interstimulus intervals. Two-flash discrimination accuracy typically follows a sigmoid function whose steepness reflects perceptual variability or inconsistent integration/segregation of the stimuli. We found that individual differences in the steepness of the psychometric function correlated with EEG aperiodic exponents over posterior scalp sites. In other words, participants with flatter EEG spectra (i.e., greater neural excitation) exhibited increased sensory noise, resulting in shallower psychometric curves. Our finding suggests that aperiodic EEG is linked to sensory integration processes usually attributed to the rhythmic inhibition of neural oscillations. Overall, this correspondence between aperiodic neural excitation and behavioral measures of sensory noise provides a more comprehensive explanation of the relationship between brain activity and sensory integration and represents an important extension to theories of how the brain samples sensory input over time.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil0,365

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
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 Opus0,029
Tête enseignante GPT0,299
Écart entre enseignants0,270 · 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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeural dynamics and brain functionTravaux en français237 207