MétaCan
Menu
Retour à la cohorte
Enregistrement W4403670346 · doi:10.1016/j.heliyon.2024.e39735

Inhibition of the inferior parietal lobe triggers state-dependent network adaptations

2024· article· en· W4403670346 sur OpenAlexaff
Kathleen A. Williams, Ole Numssen, Jakub Kopál, Danilo Bzdok, Gesa Hartwigsen

Notice bibliographique

RevueHeliyon · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMila - Quebec Artificial Intelligence InstituteMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesEuropean Research CouncilMax-Planck-GesellschaftBundesministerium für Bildung und ForschungH2020 European Research CouncilDeutsche Forschungsgemeinschaft
Mots-clésParietal lobeNeuroscienceState (computer science)AnatomyPsychologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

The human brain comprises large-scale networks that flexibly interact to support diverse cognitive functions and adapt to variability in daily life. The inferior parietal lobe (IPL) is a hub of multiple brain networks that sustain various cognitive domains. It remains unclear how networks respond to acute regional perturbations to maintain normal function. To provoke network-level adaptive responses to local inhibition, we combined offline transcranial magnetic stimulation (TMS) over left or right IPL with neuroimaging during attention, semantic and social cognition tasks, and rest. Across tasks, TMS specifically affected task-active network activity with inhibition and facilitation. Network interaction responses differed between rest and tasks. After TMS over both IPL regions, large-scale network interactions were exclusively facilitated at rest, but mainly inhibited during tasks. Overall, responses to TMS primarily occurred in and between domain-general default mode and frontoparietal subnetworks. These findings elucidate short-term adaptive plasticity in response to network node inhibition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,261
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207