MétaCan
Menu
Retour à la cohorte
Enregistrement W4412150443 · doi:10.1038/s42003-025-08467-0

Cerebellar and subcortical contributions to working memory manipulation

2025· article· en· W4412150443 sur OpenAlexfundno aff
Joshua B. Tan, Isabella F Orlando, Christopher J. Whyte, Annie G. Bryant, Brandon Munn, Giulia Baracchini, Maedbh King, Claire O’Callaghan, Eli J. Müller, James M. Shine

Notice bibliographique

RevueCommunications Biology · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilAustralian Research CouncilCanadian Institutes of Health ResearchUniversity of Sydney
Mots-clésNeuroscienceWorking memoryPsychologyCerebellumCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Working memory is critical for manipulating and temporarily storing information during cognitive tasks such as problem-solving. Most models focus primarily on cortical-cortical interactions, neglecting subcortical and cerebellar contributions. Given the extensive connectivity between the cerebellum, subcortex, and cortex, we hypothesize that they contribute distinct, yet complementary, functions during working memory manipulation. To test this, we used functional Magnetic Resonance Imaging (fMRI) to measure blood oxygen-level dependent (BOLD) activity while participants performed a mental rotation task. Our results revealed a distributed network spanning the cortex, subcortex, and cerebellum that differentiates rotated from non-rotated stimuli and correct from incorrect responses. Notably, delayed responses in premotor, subcortical, and cerebellar regions during incorrect trials, suggest that their precise recruitment is crucial for successful working memory manipulation. These findings expand current models of working memory manipulation, revealing the collaborative role of subcortical and cerebellar regions in coordinating higher cognitive functions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,050
Tête enseignante GPT0,361
Écart entre enseignants0,312 · 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'étudeObservationnel
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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetVestibular and auditory disordersTravaux en français237 207