MétaCan
Menu
Retour à la cohorte
Enregistrement W4413493260 · doi:10.1016/j.jneuroling.2025.101284

From movements to words: action monitoring in the medial frontal cortex along a caudal to rostral prediction error gradient

2025· article· en· W4413493260 sur OpenAlexafffund
Lydia Dorokhova, Shen Shiqing, Anton Jean-Luc, Chanoine Valérie, Belin Pascal, Kep Kee Loh, Elin Runnqvist

Notice bibliographique

RevueJournal of Neurolinguistics · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMontreal Neurological Institute and Hospital
Organismes subventionnairesAgence Nationale de la RechercheMedical Council of CanadaCHIST-ERASociety for Medieval ArchaeologyCentre National de la Recherche ScientifiqueAix-Marseille Université
Mots-clésFrontal cortexAction (physics)Frontal lobeNeuroscienceMean squared prediction errorCortex (anatomy)Computer sciencePsychologyArtificial intelligencePhysicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Speech error monitoring recruits the medial frontal cortex (MFC) region in the human brain. Error monitoring-related activity in the MFC has been interpreted both in terms of conflict monitoring and feedback-driven control, but as similar regions of the MFC are implicated in various levels of behavioral control ranging from basic motor movement control to high-level cognitive control functions, a more comprehensive account is needed. Moreover, as speech errors and other actions that involve varying control demands engage a widespread yet partially overlapping set of regions of the MFC, such an account should ideally explain the anatomical distribution of error-related functional activations within the MFC. Here we wanted to assess the hypothesis that the MFC has a similar role in the evaluation of action outcomes for motor and mental actions, operating along a rostral-caudal gradient of higher-lower degree of cognitive control demands involving prediction errors from both sensory and epistemic sources. To this end, we conducted an individual-specific annotation of task-fMRI BOLD activation peaks related to overt speech error monitoring (i.e. that involve the largest degree of cognitive control demands, Study I and II), tongue movement monitoring (i.e. that involve an intermediate degree of cognitive control demands) and tongue movement (i.e. that involve the lowest degree of cognitive control demands, Study II) in the MFC region. Results revealed overlapping clusters across the three contrasts across the MFC, but importantly both the number of peaks and their relative position along the rostral caudal axis were consistent with a hierarchical rostral caudal processing gradient in the MFC. While tongue movement showed more caudal activation in the MFC, overt speech error monitoring showed more rostral activation, and tongue movement monitoring patterned in between. Furthermore, the combined results of both studies suggested that activation peaks were located more dorsally for participants that had a paracingulate gyrus, replicating a previously documented effect for movement and further supporting a common functional role of the MFC across very distinct actions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,714
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,330
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurolinguisticsMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207