Dynamic switching between brain networks predicts creative ability
Notice bibliographique
Résumé
Creativity is hypothesized to arise from a mental state which balances spontaneous thought and cognitive control, corresponding to functional connectivity between the brain's Default Mode (DMN) and Executive Control (ECN) Networks. Here, we conduct a large-scale, multi-center examination of this hypothesis. Employing a meta-analytic network neuroscience approach, we analyze resting-state fMRI and creative task performance across 10 independent samples from Austria, Canada, China, Japan, and the United States (N = 2433)-constituting the largest and most ethnically diverse creativity neuroscience study to date. Using time-resolved network analysis, we investigate the relationship between creativity (i.e., divergent thinking ability) and dynamic switching between DMN and ECN. We find that creativity, but not general intelligence, can be reliably predicted by the number of DMN-ECN switches. Importantly, we identify an inverted-U relationship between creativity and the degree of balance between DMN-ECN switching, suggesting that optimal creative performance requires balanced brain network dynamics. Furthermore, an independent task-fMRI validation study (N = 31) demonstrates higher DMN-ECN switching during creative idea generation (compared to a control condition) and replicates the inverted-U relationship. Therefore, we provide robust evidence across multi-center datasets that creativity is tied to the capacity to dynamically switch between brain networks supporting spontaneous and controlled cognition.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».