MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411121838 · doi:10.1101/2025.06.06.658307

Frequency tagging evidence supports perceptual separation of rapid stimuli in human fetuses

2025· preprint· en· W4411121838 sur OpenAlexafffund
Joel Frohlich, Julia Moser, D. Metaxas, Katrin Sippel, Laura Batterink, Hubert Preißl

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensWestern University
Organismes subventionnairesHorizon 2020 Framework ProgrammeBundesministerium für Bildung und ForschungEuropean CommissionDeutsche ForschungsgemeinschaftYork University
Mots-clésPerceptionSeparation (statistics)FetusPattern recognition (psychology)Artificial intelligenceComputer sciencePsychologyCommunicationBiologyNeurosciencePregnancyMachine learning

Résumé

récupéré en direct d'OpenAlex

Abstract In early human development, perceptual processes grow faster with maturation, as inferred using the duration of the attentional blink and multisensory integration window. The consequences of this developmental trend for sensory-cognition in fetuses are unclear: does the fetus perceive rapid stimuli as discrete events or, rather, one fused stimulus? We addressed this question using frequency tagging in two experiments with rapid auditory stimuli while neural responses were recorded in the third trimester with fetal magnetoencephalography (MEG). Our results are the first successful demonstration of frequency tagging in the fetal MEG amplitude spectrum and show that the fetal cortex generates separate neural responses to discrete auditory stimuli in both experiments, and similar results were also obtained when one experiment was repeated in newborns. While we cannot rule out perceptual fusion of rapid stimuli in higher-order association cortices, our results weaken the hypothesis that fetuses fuse rapid auditory stimuli into a single prolonged percept. Finally, our work points to frequency tagging analysis as a solution which avoids the uncertainties surrounding immature neural response latencies in time-domain analysis of fetal MEG.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,305
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→