Yawn contagion may
have a communicative function that goes beyond the basic
unit level
Yawn contagion occurs when individuals yawn in
response to the yawn of others (triggers). This is the
first account of yawn contagion in wild geladas
(Theropithecus gelada), a monkey species that shows yawn
contagion in captivity and is organized in core units
(one-male/bachelor groups) forming multilevel
associations. In a population of geladas from the Kundi
plateau (Ethiopia) the authors found that the yawning
response was highest when geladas could perceive a
triggering yawn, which confirms that yawn contagion is
present in the wild. Yawn duration, mouth-opening degree
and presence/absence of vocalisation (possibly modulating
yawn detectability) did not affect the likelihood of
contagion. Males and females, known to be both implicated
in movement initiation within groups, were similarly
powerful as yawn triggers. Instead, group membership and
responder sex had a significant role in shaping the
phenomenon. Yawn contagion was highest between
individuals belonging to different core units and males
were most likely to respond to others' yawns. Because
males have a non-negligible role in inter-group
coordination, these results suggest that yawn contagion
may have a communicative function that goes beyond the
basic unit level.
La contagion du
bâillement peut avoir une fonction de communication
qui dépasse le premier niveau
La contagion du bâillement se produit lorsque
des individus bâillent en réponse au
bâillement des autres (déclencheurs). Il
s'agit du premier constat de la contagion du
bâillement chez les Geladas sauvages (Theropithecus
gelada), une espèce de singe qui présente
une contagion du bâillement en captivité et
est organisée en groupes
hiérarchisés (groupes d'un seul
mâle/célibataire) formant des associations
à plusieurs niveaux. Dans une population de
géladas du plateau de Kundi (Éthiopie), les
auteurs ont constaté que la réponse du
bâillement était la plus
élevée lorsque les géladas pouvaient
percevoir un bâillement déclencheur, ce qui
confirme que la contagion du bâillement est
présente dans la nature. La durée du
bâillement, le degré d'ouverture de la
bouche et la présence/absence de vocalisation
(éventuellement en modulant la
détectabilité du bâillement) n'ont
pas affecté la probabilité de contagion.
Les mâles et les femelles, connus pour être
tous deux impliqués dans l'initiation du mouvement
au sein des groupes, avaient la même faculté
pour déclencher des bâillements. Au lieu de
cela, l'appartenance à un groupe et le sexe des
répondants jouent un rôle important dans la
réplication. La contagion du bâillement
était la plus fréquente entre les individus
appartenant à différents groupes de base et
les mâles étaient les plus susceptibles de
réagir aux bâillements des autres. Parce que
les mâles ont un rôle non négligeable
dans la coordination intergroupe, ces résultats
suggèrent que la contagion du bâillement
peut avoir une fonction de communication qui
dépasse le premier niveau.
Insula cortex gates
the interplay of action observation and preparation for
controlled imitation
Campbell MEJ, Nguyen VT, Cunnington R, Breakspear
M
Neuropsychologia.
2021
A novel brain network:
integration of motor planning and mirror
systems
Perceiving, anticipating and responding to the
actions of another person are fundamentally entwined
processes such that seeing another's movement can prompt
automatic imitation, as in social mimicry and contagious
yawning. Yet the direct-matching of others' movements is
not always appropriate, so this tendency must be
controlled. This necessitates the hierarchical
integration of the systems for action mirroring with
domain-general control networks.
Here the authors use functional magnetic resonance
imaging (fMRI) and computational modelling to examine the
top-down and context-dependent modulation of mirror
representations and their influence on motor planning.
Participants performed actions that either intentionally
or incidentally imitated, or counter-imitated, an
observed action.
Analyses of these fMRI data revealed a region in the
mid-occipital gyrus (MOG) where activity differed between
imitation versus counter-imitation in a manner that
depended on whether this was intentional or incidental.
To identify broader cortical network mechanisms
underlying this interaction between intention and
imitativeness, they used dynamic causal modelling to pose
specific hypotheses which embody assumptions about
inter-areal interactions and contextual modulations.
These models each incorporated four regions - medial
temporal V5 (early motion perception), MOG
(action-observation), supplementary motor area (action
planning), and anterior insula (executive control) - but
differ in their interactions and hierarchical structure.
The best model of our data afforded a crucial role for
the anterior insula, gating the interaction of
supplementary motor area and MOG activity. This provides
a novel brain network-based account of task-dependent
control over the integration of motor planning and mirror
systems, with mirror responses suppressed for intentional
counter-imitation.
Un nouveau
réseau corical intégrant la planification
motrice et le système des neurones
miroirs
Percevoir, anticiper et répondre aux actions
d'une autre personne sont des processus fondamentalement
liés, de sorte que voir le mouvement d'une autre
personne peut provoquer une imitation automatique, comme
dans le mimétisme social et le bâillement
contagieux. Pourtant, la correspondance directe des
mouvements des autres n'est pas toujours
appropriée, cette tendance doit donc être
contrôlée. Cela nécessite
l'intégration hiérarchique des
systèmes de miroir d'action avec les
réseaux d'inhibition en
général.
Les auteurs usent de l'imagerie par résonance
magnétique fonctionnelle (IRMf) et de la
modélisation informatique pour examiner la
modulation descendante et contextuelle des
représentations en miroir et leur influence sur la
planification motrice.
Les participants ont effectué des actions qui,
intentionnellement ou accidentellement, ont imité,
ou contre-imité, une action observée. Les
analyses de ces données d'IRMf ont
révélé une région dans le
gyrus occipital moyen (MOG) où l'activité
différait entre l'imitation et la contre-imitation
d'une manière qui dépendait du fait que
cela était intentionnel ou accidentel.
Pour identifier des mécanismes de
réseau corticaux plus larges sous-jacents à
cette interaction entre intention et imitation, les
auteurs ont utilisé une modélisation
causale dynamique pour poser des hypothèses
spécifiques qui incarnent des hypothèses
sur les interactions inter-zones et les modulations
contextuelles. Ces modèles incorporaient chacun
quatre régions - médiale temporale V5
(perception précoce du mouvement), MOG
(action-observation), aire motrice supplémentaire
(planification de l'action) et insula antérieure
(contrôle exécutif) - mais diffèrent
par leurs interactions et leur structure
hiérarchique.
Le meilleur modèle de ces données a
accordé un rôle crucial à l'insula
antérieure, en bloquant l'interaction de
l'aire motrice supplémentaire et de
l'activité MOG. Cela fournit un nouveau
modèle basé sur le réseau
cérébral du contrôle dépendant
de la tâche sur l'intégration de la
planification motrice et des systèmes de miroir,
avec des réponses de miroir supprimées pour
une contre-imitation intentionnelle.
Traffic accidents are easily caused by tired driving.
If the fatigue state of the driver can be identified in
time and a corresponding early warning can be provided,
then the occurrence of traffic accidents could be avoided
to a large extent. At present, the recognition of fatigue
driving states is mostly based on recognition accuracy.
Fatigue state is currently recognized by combining
different features, such as facial expressions,
electroencephalogram (EEG) signals, yawning, and the
percentage of eyelid closure over the pupil over time
(PERCLoS).
The combination of these features increases the
recognition time and lacks real-time performance. In
addition, some features will increase error in the
recognition result, such as yawning frequently with the
onset of a cold or frequent blinking with dry eyes. On
the premise of ensuring the recognition accuracy and
improving the realistic feasibility and real-time
recognition performance of fatigue driving states, a fast
support vector machine (FSVM) algorithm based on EEGs and
electrooculograms (EOGs) is proposed to recognize fatigue
driving states. First, the collected EEG and EOG modal
data are preprocessed. Second, multiple features are
extracted from the preprocessed EEGs and EOGs. Finally,
FSVM is used to classify and recognize the data features
to obtain the recognition result of the fatigue state.
Based on the recognition results, this paper designs a
fatigue driving early warning system based on Internet of
Things (IoT) technology. When the driver shows symptoms
of fatigue, the system not only sends a warning signal to
the driver but also informs other nearby vehicles using
this system through IoT technology and manages the
operation background.
Fatigue au volant
et systèmes d'alerte
Les accidents de la route sont souvent causés
par la somnolence au volant. Si l'état de fatigue
du conducteur peut être identifié à
temps et qu'une alerte précoce peut être
fournie, alors l'occurrence des accidents de la route
pourrait être réduite dans une large mesure.
L'état de fatigue est actuellement reconnu en
combinant différentes caractéristiques,
telles que les expressions faciales, les signaux
d'électroencéphalogramme (EEG), le
bâillement et le pourcentage de fermeture des
paupières sur la pupille au fil du temps
(PERCLoS).
La combinaison de ces paramètres allonge le
délai de la reconnaissance et manque de
performances en temps réel. De plus, certaines
données augmentent les erreurs de
détection, comme le bâillement
fréquent au début d'un rhume ou des
clignements fréquents liés à des
yeux secs. Dans le but d'améliorer la
précision de la détection et
d'améliorer une faisabilité réaliste
en temps réel de la fatigu et la somnolence, un
algorithme (FSVM) basé sur des EEG et des
électro-oculogrammes (EOG) est proposé pour
reconnaître les états de somnolence au
volant. Tout d'abord, les données EEG et EOG
collectées sont prétraitées. Puis,
plusieurs caractéristiques sont extraites des EEG
et EOG ainsi prétraités. FSVM est
utilisé pour classer et reconnaître les
caractéristiques des données
nécessaires à la reconnaissance de la
somnolence. Cet article rapporte les résultats
apportés par un système d'alerte
précoce en matière de somnolence
basé sur la technologie Internet des objets (IoT).
Lorsque le conducteur présente des
symptômes, le système envoie non seulement
un signal d'avertissement au conducteur, mais informe
également les autres véhicules à
proximité utilisant ce système via la
technologie IoT et gère l'arrière-plan de
l'opération.
