MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133035329

MODELING BRAIN NETWORK DYNAMICS IN EARLY DEVELOPMENT WITH THE VIRTUAL BRAIN

2025· dissertation· W7133035329 sur OpenAlexafffund
Leanne Rokos

Notice bibliographique

RevueTSpace · 2025
Typedissertation
Langue
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchAlliance de recherche numérique du Canada
Mots-clésNeuroinformaticsNetwork dynamicsNeuroimagingNetwork topologyNetwork analysisArtificial neural networkNerve netConnectomeComputational modelComplex network
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Childhood is a critical period marked by substantial changes in structural and functional brain network features. Subject-specific computational models provide a means to integrate various scales and modalities, offering insight into potential mechanisms and patterns underlying neurodevelopment. “TheVirtualBrain” (TVB) is a neuroinformatics platform developed to investigate whole-brain dynamics using multimodal neuroimaging data and neural mass models. The goal of this dissertation was to advance the field of network neuroscience by investigating the brain’s structure-function relationship and dynamics during early childhood, an understudied age range.In this thesis, longitudinal changes in early childhood brain network features were assessed to characterise the variability in developmental patterns and brain-behaviour associations. Using TVB, individualised brain network models were then generated to explore the relationship between structural connectivity (SC) changes and functional dynamics in early development. Biophysical model parameters, global coupling (G) and noise, were optimised to fit each subject's simulated and empirical functional data. The optimal parameter values and simulations were evaluated and compared with empirical structural topology metrics, as well as local and state functional dynamics. In study one, longitudinal changes in region-wise graph measures (i.e., weighted degree, local clustering) of children’s functional connectivity (FC) data and associations between structural brain network topology with age and behaviour were identified. In a combined analysis with SC, FC, and an SC-FC coupling metric, SC emerged as the dominant predictor of age. In study two, the utility of TVB in developing robust models across early childhood that align with empirical features was demonstrated. A longitudinal increase in the noise model parameter with age was also identified, while G showed no age-related changes. In study three, a region-wise metric characterising simulated bistable dynamics was related to regional empirical features and exhibited a distinct spatial distribution. Global coupling was associated with the bistability spatial distribution, a state of global functional activity coherence, and the complexity of the simulated functional time series. Together, these studies provide insight into the key role of brain network structure in early childhood and its regionally specific relationships with function and behaviour, establishing The Virtual Brain as a valuable integrative tool for neurodevelopmental research.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,291
Écart entre enseignants0,266 · 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'étudeSimulation ou modélisation
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 revueTSpace→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→