Resumen

Según la teoría de los marcos de datos, la creación de sensaciones es un proceso macrocognitivo en el que las personas intentan dar sentido o explicar sus observaciones procesando una serie de estructuras explicativas denominadas marcos hasta que las observaciones y los marcos sean congruentes. Durante el proceso de elaboración de sensaciones, el córtex parietal ha sido implicado en varias tareas cognitivas para las funciones relacionadas con el procesamiento de la información espacial y temporal, el pensamiento matemático y la atención espacial. En particular, el córtex parietal desempeña un papel importante al extraer representaciones múltiples de las magnitudes en las primeras etapas del análisis perceptivo. Mediante una serie de simulaciones de redes neuronales, demostramos que la disociación de los diferentes tipos de información espacial puede comenzar de forma temprana con una estructura bastante similar (es decir, la sensibilidad en una métrica común), pero las representaciones precisas requieren controles descendentes específicos dirigidos por objetivos debido a la interferencia en la atención selectiva. Nuestros resultados sugieren que las funciones de la corteza parietal dependen de la organización jerárquica de las representaciones espaciales múltiples y de sus interacciones. La disociación y la interferencia entre los diferentes tipos de información espacial son esencialmente el resultado de la competencia en diferentes niveles de abstracción.

• Materias:Sistema nervioso Neuronas Cerebro - fisiopatología Neurociencia Cognitiva Imagen por resonancia magnética
• Subjects:Nervous systems Neurons Brain - pathophysiology Cognitive Neuroscience Magnetic resonance imaging
• Palabras claves:corteza parietal, tipo diferente, información espacial, nivel de abstracción, simulación de redes neuronales, diversas tareas cognitivas, procesamiento de información temporal, representación espacial múltiple, representación de magnitud, papel importante
• Keywords:parietal cortex, different type, spatial information, level of abstraction, neural network simulation, various cognitive task, temporal information processing, multiple spatial representation, representation of magnitude, important role