MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412789673 · doi:10.1101/2025.07.25.666835

Neural components underlying successful free recall are specific to episodic memory

2025· preprint· en· W4412789673 sur OpenAlexaff
Riley D. DeHaan, Youssef Ezzyat, Michael J. Randazzo, Aditya M. Rao, Alexander Papanastassiou, Aaron S. Geller, Bradley Lega, Joshua P. Aronson, Barbara C. Jobst, Kareem A. Zaghloul, Gregory A. Worrell, Sameer A. Sheth, Michael R. Sperling, Michael J. Kahana

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEpisodic memoryRecallFree recallCognitive psychologyPsychologyComputer scienceNeuroscienceCognitive scienceCognition

Résumé

récupéré en direct d'OpenAlex

Episodic memory depends upon activity distributed across the brain. However, the activity underlying memory has largely been examined within single tasks in isolation. Thus it is unclear to what extent prior findings reflect task-general rather than memory-specific cognitive processes. Here we address this question using data from 371 patients recorded intracranially who performed a free recall task with encoding and retrieval phases alongside an arithmetic distractor phase. We ask whether neural decoders fit to predict behavior from one phase transfer to the others. Encoding-retrieval transfer exceeds both arithmetic-encoding and arithmetic-retrieval transfer and therefore cannot be explained solely by processes supporting arithmetic. We further detect transfer between arithmetic and retrieval but not between arithmetic and encoding. The brain-behavioral relations observed in these tasks thus do not merely reflect a single task-general factor of activity. We propose cross-task decoding as a method for identifying the neural factor structure underlying distinct cognitive processes.

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)0,002
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,101
Tête enseignante GPT0,286
Écart entre enseignants0,185 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMemory and Neural Mechanisms→Travaux en français237 207→