Infra-slow scale-free dynamics modulate the connection of neural and behavioral variability during attention
Notice bibliographique
Résumé
The activities of the human brain vary across different timescales, exhibiting scale-free dynamics. Previous research has highlighted the psychological and physiological significance of brain dynamical fluctuations across the Delta to Gamma bands. However, there has been less focus on infra-slow scale-free dynamics, e.g. power law exponent (PLE), and neural variability, e.g. standard deviation (SD), and sample entropy (SE), in mediating brain-behavior connection during attention. In this study, we recruited 49 participants and recorded functional magnetic resonance imaging (fMRI) resting-state and task data during a sustained attention task paradigm to investigate how the three measures-SD, SE, and PLE-modulate the dynamics of behavioral performance. Our findings demonstrate the following: (i) PLE, SD, and SE exhibit differential topographic distribution with a hierarchical structure from sensory to associative networks, during their rest-task modulation. (ii) PLE, SD, and SE show different topographic extensions from visual cortex to default-mode network in their relationship with behavioral variability. (iii) The relationship between SD and SE is mediated by PLE in the empirical data, which (iv) is further confirmed in simulation. Collectively, our results highlight the topographically- and dynamically-layered mechanisms of distinct neurodynamical features during attention processing: scale-free dynamics modulate neural and behavioral variability.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».