MétaCan
Menu
Retour à la cohorte
Enregistrement W4404754776 · doi:10.7554/elife.97731.3.sa0

Author response: Mapping patterns of thought onto brain activity during movie-watching

2024· peer-review· en· W4404754776 sur OpenAlexaff
Raven Star Wallace, Brontë Mckeown, Ian Goodall-Halliwell, Louis Chitiz, Philippe Forest, Theodoros Karapanagiotidis, Bridget Mulholland, Adam Turnbull, Tamara Vanderwal, Samyogita Hardikar, Tirso RJ Gonzalez Alam, Boris C. Bernhardt, Hao-Ting Wang, Will Strawson, Michael P. Milham, Ting Xu, Daniel S. Margulies, Giulia Poerio, Elizabeth Jefferies, Jeremy I Skipper, Jeffrey D. Wammes, Robert Leech, Jonathan Smallwood

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalMontreal Neurological Institute and HospitalMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologyBrain activity and meditationCognitive psychologyCognitive scienceNeuroscienceCartographyArtGeographyElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Movie-watching is a central aspect of our lives and an important paradigm for understanding the brain mechanisms behind cognition as it occurs in daily life. Contemporary views of ongoing thought argue that the ability to make sense of events in the ‘here and now’ depend on the neural processing of incoming sensory information by auditory and visual cortex, which are kept in check by systems in association cortex. However, we currently lack an understanding of how patterns of ongoing thoughts map onto the different brain systems when we watch a film, partly because methods of sampling experience disrupt the dynamics of brain activity and the experience of movie-watching. Our study established a novel method for mapping thought patterns onto the brain activity that occurs at different moments of a film, which does not disrupt the time course of brain activity or the movie-watching experience. We found moments when experience sampling highlighted engagement with multi-sensory features of the film or highlighted thoughts with episodic features, regions of sensory cortex were more active and subsequent memory for events in the movie was better—on the other hand, periods of intrusive distraction emerged when activity in regions of association cortex within the frontoparietal system was reduced. These results highlight the critical role sensory systems play in the multi- modal experience of movie-watching and provide evidence for the role of association cortex in reducing distraction when we watch films.States like movie-watching provide a window into the brain mechanisms behind cognition in daily life. However, we know relatively little about the mapping between brain activity during movies and associated thought patterns because of difficulties in measuring cognition without disrupting how brain activity naturally unfolds. We establish a novel method to link different experiential states to brain activity during movie-watching with minimal interruptions to viewers or disruptions to brain dynamics. We found states of sensory engagement occur in moments of films when activity in visual and auditory cortex are high. In contrast, states of distraction are reduced when activity in frontoparietal regions is high. Our study, therefore, establishes both sensory and association cortex as core features of the movie-watching experience.

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)0,002
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0080,004
Charge utile insuffisante (le modèle a refusé de juger)0,1140,038

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 Opus0,089
Tête enseignante GPT0,356
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMind wandering and attentionTravaux en français237 207