Spatial task instructions and global activation trends influence functional modularity in the cortical reach network
Notice bibliographique
Résumé
Humans can be instructed to ignore visual cues or use them as landmarks for aiming movements (Musa et al. 2024), but it is not known how such allocentric cues interact with egocentric target codes and general planning activity to influence cortical network properties. To answer these questions, we applied graph theory analysis (GTA) to a previously described fMRI dataset (Chen et al. 2014). Participants were instructed to reach toward targets defined in egocentric or landmark-centered (allocentric) coordinates. During Egocentric pointing, cortical nodes clustered into four bilateral modules with correlated BOLD signals: a superior occipital-parietal / somatomotor module, an inferior parietal / lateral frontal module, a superior temporal / inferior frontal module, and an inferior occipital-temporal / prefrontal module. The Allocentric task showed only three modules, in part because inferior occipital nodes were incorporated into the superior occipital-parietal / somatomotor module. Both tasks engaged local (within module) and global (between module) cortical hubs, but the Allocentric task recruited additional hubs associated with allocentric visual codes and ego-allocentric integration. Removing reach-related activation trends reduced global synchrony and increased clustering, specifically diminishing dorsoventral coupling in the allocentric task. Cross-validated decoding and network parameter - reach error correlations confirmed that modularity was the best predictor of both task and specific behavioral measures. These results demonstrate that activation trends related to motor plans influence global network integration, whereas task instructions influence intermediate / local network properties, specifically the increased modular integration and hub recruitment observed in our Allocentric task.
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 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».