Assessing Connectivity Between Brain Regions During Object Category-Tuned Attention and Spatial Distraction
Notice bibliographique
Résumé
To prioritize goal-relevant visual information, our brain is able to filter out less relevant visual input. Specific object categories, such as faces and scenes, are processed by specific regions in the brain. These brain areas can act as attentional filters biased toward processing object category information relevant to our goals. In our everyday life, there are distractions that can capture our spatial attention. What happens to these category-tuned attentional filters when we get distracted? A recent fMRI study by (Dube et al., 2022), investigated the effects that visual distraction has on category-tuned filters in the ventral visual cortex (Fusiform Face Area [FFA] and Parahippocampal Place Area [PPA]) and discovered a novel consequence of distraction on these filters which regulate category-specific object processing. Participants in this study viewed hybrid face/house images and were told to attend to either faces or houses. The presence of a salient distractor disrupts these filters, such that our brain incidentally processes the goal-irrelevant category more than during distractor-absent trials. However, it is still unclear which brain areas may be modulating this filter disruption. To learn more about the neural pathways implicated in this filter disruption, here we expand on the previous study by conducting functional connectivity analyses among particular brain regions during distractor-present versus distractor-absent trials. We compared connectivity between the category-tuned areas (FFA or PPA) and the early visual cortex (EVC) showing that in the absence of a distractor, task-relevant category-tuned areas have significantly higher connectivity with the EVC during their attend-preferred conditions (e.g. FFA-EVC during attend-face). In the presence of a distractor, we observe some differences in connectivity patterns between the category-tuned areas, EVC, and fronto-parietal attentional control regions. These results suggest that connectivity patterns with the early visual cortex may inform us about the mechanism underlying category-selective attentional filter disruption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».