Um novo estudo de Prashant C. Raju apresenta estabilidade geométrica — uma medida de quão confiavelmente a estrutura de distâncias pareadas entre estímulos se reproduz em observações independentes dentro de uma sessão. Analisando 229 observações de área-sessão em 68 regiões cerebrais durante uma tarefa de discriminação visual, o autor descobriu que a estabilidade geométrica prevê o acoplamento neural-comportamental tentativa a tentativa (rho = 0,18, p = 0,005), enquanto a deriva tradicional do centróide não (rho = 0,002, p = 0,976). A hierarquia regional, com o estriado mais estável (S-barra = 0,44) e o hipocampo menos (S-barra = 0,19), é aproximadamente oposta à estabilidade temporal. Um modelo de rede atratora, validado com dados olfativos, mostra que o acoplamento excitatório recorrente amplifica a estabilidade (rho = +0,64, p = 0,010).
Por que isso é importante
A estabilidade geométrica oferece uma nova lente para entender como nossos cérebros representam o mundo de forma confiável momento a momento, independentemente da deriva diária. Isso pode explicar por que algumas pessoas são mais consistentes em seu desempenho cognitivo e pode informar protocolos de treinamento que aumentam a confiabilidade representacional.
O que você pode fazer
O treinamento cerebral que enfatiza a conclusão de padrões e o processamento recorrente (como tarefas de memória de trabalho ou aprendizado associativo) pode ajudar a reforçar a estabilidade geométrica em seus códigos neurais. A consistência na prática é mais importante que a intensidade.
Fonte: arXiv q-bio.NC
Curioso sobre seu próprio cérebro? Faça nosso teste de QI adaptativo gratuito ou experimente 306 níveis de treinamento cerebral.
