Generalized learning induced by training and tDCS is predicted by prefrontal cortical morphology
Notice bibliographique
Résumé
Brain stimulation shows promise as an intervention to enhance executive function, particularly when paired with cognitive training. To optimize such approaches, we must understand the potential role of individual differences in intervention outcomes. We investigated the combined effects of multi-session multitasking training and prefrontal transcranial direct current stimulation (tDCS) on generalization of performance benefits, focusing on how cortical morphology predicts performance improvements. One hundred seventy-eight individuals underwent 7 Tesla MRI before completing multisession training with online stimulation. A cognitive task battery assessed improvements in trained and untrained tasks pre- and post-training. Stimulating the left or right prefrontal cortex at 1 mA during multitasking training enhanced transfer to a visual search task. Critically, cortical morphology predicted stimulation efficacy for inducing transfer. Cortical thickness in regions beneath the stimulating anode was related to reaction time changes in the most difficult visual search condition but only for the left and right 1 mA multitasking training groups. Performance was not related to cortical thickness for the groups receiving sham stimulation, 2 mA stimulation, or 1 mA stimulation with a control training task. These results highlight the importance of individual anatomical differences in modulating tDCS efficacy and identifying specific neuroanatomical features that predict generalized performance gains from combining tDCS with cognitive training.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».