Individual Differences in Visual versus Semantic Neural Reactivation: Evidence from Severely Deficient Autobiographical Memory
Notice bibliographique
Résumé
Visual memory is intrinsically linked to the reinstatement of low-level visual features, such as edges and luminosity, within early visual cortex. However, individuals with severely deficient autobiographical memory (SDAM) cannot vividly recollect autobiographical experiences yet display normal everyday functioning. We hypothesized that such individuals would depend on semantic features instead of low-level visual features during a challenging visual recognition task due to impaired communication of low-level visual information between the posterior hippocampus and early visual cortex. Two methods were used to measure the content of memory derived from fMRI data collected at encoding and retrieval: one directly measuring feature-specific neural reactivation within the hippocampus and other cortical regions, and another modeling top-down inference to assess the influence of semantic-based recall on reactivation within early visual cortex. In accord with prior findings, recognition accuracy in non-SDAM individuals was linked to low-level visual reactivation within early visual cortex and posterior hippocampus. As predicted, this association was diminished in SDAM individuals, whose recognition accuracy was instead linked to semantic-based reactivation. In addition, non-SDAM individuals exhibited communication of low-level visual information between early visual cortex and hippocampus, whereas SDAM individuals showed communication of semantic information. Given that SDAM participants' performance on the visual memory task was equivalent to non-SDAM subjects, our findings suggest that SDAM individuals successfully compensate for impaired low-level visual memory through semantic recall and highlight the essential role of feature-specific reactivation measures in identifying distinct neural pathways to memory performance.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».