Réorganisation cérébrale et surdité : exploration des réseaux fonctionnels au repos
Bibliographic record
Abstract
L'activité neuronale partagée entre les différentes régions cérébrales permet d'estimer les patrons d'activation fonctionnelle à l'échelle de réseaux distribués, même en l'absence de paradigme. Constamment rapportés dans la population saine, les réseaux fonctionnels au repos (RSNs) peuvent être utilisés comme objet d'étude pour comprendre la contribution du développement sensoriel atypique sur la communication globale inter-réseau. À ce jour, peu d'études ont exploré l'organisation cérébrale au repos dans le contexte de la surdité. Pourtant, de multiples évidences soutiennent l'importance des entrées sensorielles en début de vie dans la consolidation de l'architecture fonctionnelle du cerveau. L'étude présentée dans ce mémoire a été développée et conceptualisée pour rendre compte de la relation entre la privation sensorielle et l'activité cérébrale spontanée entre les RSNs. À cette fin, 17 personnes avec une surdité congénitale de degré sévère à profond et 18 personnes entendantes non signeurs ont été recrutées et ont effectué 10 minutes d'enregistrement par imagerie magnétique fonctionnelle (IRMf) à l'état de repos. Les estimations de connectivité fonctionnelle de 17 RSNs extraites par une méthode de parcellisation fonctionnelle du cerveau ont été comparées entre les groupes. Le couplage entre les réseaux d'attention dorsale (DAN) et d'attention ventrale (VAN) était significativement plus élevé chez les participants qui présentent une surdité. Ces deux systèmes sont impliqués dans les tâches attentionnelles descendantes (« top-down ») et ascendantes (« bottom-up »), respectivement. Les résultats démontrent une réorganisation du cerveau au sein des réseaux associatifs et proposent une preuve potentielle des substrats neuronaux qui sous-tendraient les performances attentionnelles supérieures des personnes avec une surdité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".