How Intrinsic Neural Timescales Relate To Event-Related Activity – Key Role For Intracolumnar Connections
Notice bibliographique
Résumé
Abstract The relationship of the brain’s intrinsic neural timescales (INTs) during the resting state with event-related activity in response to external stimuli remains poorly understood. Here, we bridge this gap by combining computational modeling with magnetoencephalography (MEG) data to investigate the relation of intrinsic neuronal timescales (INT) with task-related activity, e.g., event-related fields (ERFs). Using the Jansen-Rit model, we first show that intracolumnar (and thus intra-regional) excitatory and inhibitory connections (rather than inter-regional feedback, feedforward and lateral connections between the columns of different regions) strongly influence both resting state INTs and task-related ERFs. Secondly, our results demonstrate a positive relationship between the magnitude of event-related fields (mERFs) and INTs, observed in both model simulations and empirical MEG data collected during an emotional face recognition task. Thirdly, modeling shows that the positive relationship of mERF and INT depends on intracolumnar connections through observing that the correlation between them disappears for fixed values of intracolumnar connections. Together, these findings highlight the importance of intracolumnar connections as a shared biological mechanism underlying both the resting-state’s INTs and the task-state’s event-related activity including their interplay.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».