综述：语法加工与算术加工在大脑中如何关联？一项 ALE 元分析

《Neuroscience & Biobehavioral Reviews》：How are grammatical and arithmetic processing related in the brain? An ALE meta-analysis

　　

•语法和算术显示出共享和领域特异性的神经基础。
•语法特异性区域主要位于岛周区。
•算术特异性区域是双侧的，并涉及顶叶皮层。
•重叠区域涉及左侧化的多重需求区域。
•语法与算术的重叠反映的是领域一般性过程，而非语言过程。

引言
大量研究记录了语言与数学技能之间的关联（综述见 Amland et al., 2025; Peng et al., 2020）。这项研究显著表明，产生和理解语言结构的能力（即语法能力）与产生和理解数字表达式的能力（即算术技能）相关。这种关联已在针对典型发育儿童和青少年的行为研究中发现（例如，Chow, Ekholm, 2019; Kleemans et al., 2018），也在显示算术（例如，Chow et al., 2021; Shankweiler et al., 1995）或语法障碍的群体中被发现（例如，Kleemans et al., 2012; Shankweiler et al., 1995）。

提出了两种主要解释来阐明算术和语法技能之间的关联，这两种解释并非互斥。首先，这种关联可能源于数学语言本身涉及语言意义和结构（例如，Purpura & Logan, 2015; Purpura & Reid, 2016; Purpura et al., 2019）。例如，算术学习涉及对比较级（例如，small-er; clos-er）和最高级（例如，smallest, closest）等语法词形的理解，这对于比较或关联数量是必不可少的（例如，Spelke, 2017; Viesel-Nordmeyer et al., 2022, Viesel-Nordmeyer et al., 2021）。根据这一观点，语法和算术技能可能相关，因为两者都依赖于携带与数学推理相关的语义内容的语言结构处理。

其次，算术和语法技能可能相关，因为它们共享共同的底层句法结构（例如，Hauser et al., 2002; Matsumoto & Nakai, 2023; Nakai & Okanoya, 2018）。确实，处理算术方程和句子都需要理解、提取和应用层级规则。因此，语法和算术技能之间的关联可能反映了共享的领域一般性规则处理能力（例如，Hauser et al., 2002; Viesel-Nordmeyer et al., 2022, Viesel-Nordmeyer et al., 2021, Viesel-Nordmeyer et al., 2019）。

在本研究中，我们利用来自语法和算术神经处理的证据，来确定这些技能之间的关联是否可能由与语言语义处理相关或领域一般性规则处理能力驱动的过程所驱动。为了解决这个问题，我们进行了一项关于语法和算术处理的脑成像研究的激活似然估计（ALE）元分析（见 Eickhoff et al., 2016, Eickhoff et al., 2012, Eickhoff et al., 2009; Turkeltaub et al., 2012）。

先前的工作区分了与语言意义特异性相关的脑区与属于支持各种认知功能的多重需求网络的领域一般性脑区（尽管这些区域可以在语言任务中被招募）（综述见例如，Duncan, 2010; Duncan & Owen, 2000; Fedorenko et al., 2024; Friederici et al., 2011; Humphreys & Tibon, 2023）。基于这一区分，我们旨在描述支持语法和算术处理的共享和领域特异性神经系统的特征。具体而言，我们检验观察到的神经重叠是与共享的语言语义过程更一致，还是与领域一般性（即与意义无关）机制更一致，同时确定区分这两个领域的神经系统。

在此过程中，本元分析旨在描述共享和领域特异性神经系统如何共同贡献于语法和算术处理，从而提供关于为什么这些技能相关同时保持功能独特的新见解。下文首先定义语法和算术技能以及最常与它们相关的脑区。然后我们回顾关于语法和算术处理关系的行为和神经影像学文献。

语法是语言的基本组成部分之一（例如，Sioco, De Vera, 2018）。它通常被定义为“一种语言操纵和组合单词以形成更长意义单元的方式”（Ur, 2009, p. 4; 另见例如，Thornbury, 1999; Ur, 1991），这是仅凭词汇无法传达的。这些意义单元的构建由存在于所有语言中的规则系统决定。这些规则既包括句子内单词的顺序，称为句法，也包括单词的内部结构，称为形态学（例如，Payne, 2012）。

句子内单词的顺序具有层级结构（例如，Gazdar et al., 1985）。如图 1 所示，称为“短语”的句法单位围绕名词（N; 例如，“man”）和动词（V; 例如，“eat”）等词汇中心构建。名词短语（NP; 例如，“the man”）和动词短语（VP; 例如，“eats an apple”）根据特定语言的句法规则形成。这些规则的一个关键特性是它们在短语内递归嵌入短语的能力（例如，Hauser et al., 2002）。例如，在 NP 内，名词（例如，“man”）通常伴有“限定词”（例如，“the”）。在 VP 内，动词（例如，“eat”）通常伴有补语（例如，“an apple”），其本身可能包含另一个 NP（“an apple”）。因此，短语结构源于递归组合句法单位成越来越复杂的配置（例如，Gazdar et al., 1985）。这些规则的层级性质通常通过所谓的树状结构来可视化（例如，Derrick & Archambault, 2009; Hunter 2021; Johnson, 1998），它描绘了整个句子的整体句法组织及其组成短语的内部结构（示例见图 1）。

要在句子内组合不同的单词，需要形态规则（例如，Holmberg & Roberts, 2013; Matthews, 1991）。形态学可以被定义为对单词结构和功能的研究（例如，Zeige, 2015）。单词由“词根”（例如，believe 作为动词; registration 作为名词）组成，可以与“词缀”（例如，believable 中的 able; preregistration 中的 pre）组合形成“词干”（例如，believable, preregistration）。词缀可以附着在词根前面（前缀; 例如，preregistration 中的 pre）或末尾（后缀; 例如，believable 中的 able）（例如，Twain, 2013）。在句子内，词缀服务于几种语法功能。它们可以标记关系角色（例如，the boy's apple）或表达不同对象之间的比较关系（例如，the boy's apple is larger than the girl's apple）。此外，单词结构类似于句法结构，具有层级性。例如，形容词可以通过顺序应用形态规则形成（见图 1）。例如，可以通过将后缀（例如，able）附加到名词（例如，approach）来形成形容词。进一步，前缀（例如，un-）可以随后附加到此之前形成的形容词上（例如，unapproachable）。形态学也表现出递归性，允许从重复应用同一规则构建复杂结构（例如，apple-eater; apple-eater-eater; apple-eater-eater-eater）（例如，Holmberg & Roberts, 2013; Twain et al., 2013）。像句法结构一样，单词形成的层级和递归性质可以使用树状结构来可视化（见图 1）。

综上所述，句法和形态的语法规则对于表达句子内的关系是必要的，例如单词之间的关系（例如，：“man”和“apple”这两个词），语境信息（例如，：“That is the man's apple”），时间关系（例如，：“That is the man's apple”或“That was the man's apple”），或单复数的区别（例如，：“That is the man's apple”或“These are the man's apples”）（例如，Sioco, De Vera, 2018; Thornbury, 1999）。因此，句法和形态学对于构建语言意义是根本性的。没有语法结构，理解复杂意义的能力将受到严重限制。

请注意，一些定义直接将语法等同于句法，如 Chomsky 提出的“普遍语法”概念（例如，Chomsky, 1957; Halle, 1962）。在这个框架中，语法在很大程度上与语境和意义脱节（例如，Chomsky, 1957, Chomsky, 1981）。其他定义采用更广阔的视角，包含语言的附加子系统，如“音系”和“语音”（例如，Payne, 2012; Meibauer et al., 2002）。还有其他的包括描述意义系统的组成部分，如“语义”或“语用”（例如，Payne, 2012; Meibauer et al., 2002）。

在本研究中，我们采用语法技能的定义，作为在语言中交流的基础技能集合（例如，Payne et al., 2012）。具体而言，我们遵循将语法定义为“组合单词和短语在句子中形成更大意义单元的规则系统”的论述（Ur, 2009, p. 4; 另见例如，Hornby, 2000; Thornbury, 1999; Ur, 2009）。这一定义既包含句法也包含形态。

语法处理在认知上是高需求的，因为它需要应用多个层级和基于规则的操作。因此，神经影像研究一致报告了语法处理期间分布式神经网络的参与（Menks et al., 2024）。这些网络包括领域特异性语言网络的区域（综述见 Fedorenko et al., 2024; Friederici, 2011）但也包括与领域一般性多重需求网络相关的脑区（综述见例如，Duncan, 2010; Duncan & Owen, 2000; Humphreys & Tibon, 2023）。

领域特异性语言网络占据明确定义的解剖配置（Fedorenko et al., 2024）。在大多数人中，它强烈地左侧化，包括额下回（IFG）和额中回（MFG）的区域以及颞上回（STG）和颞中回（MTG）的区域（见 Fedorenko et al., 2024; Friederici, 2011; Friederici, 2019; Vigneau et al., 2006）。经典论述通常将这些区域称为“布罗卡区”（传统上是后部 IFG，有时延伸至 MFG 相邻的背侧部分）和“韦尼克区”（后部颞叶皮层），尽管当代视角强调该网络内的分布式功能特化（例如，Hagoort, Indefrey, 2014; Poeppel & Hickok, 2004）。

在这个系统中，左侧 IFG，特别是其额盖部和三角形部，与语法处理的关联最为一致（综述见 Friederici et al., 2011; Friederici, 2019; Sakai, 2005）。特别是后部 IFG 的活动与层级结构构建操作如“合并”相关，该操作根据特定语言的规则组合语言元素。更简单的、基于邻近的组合操作可能参与额盖部和前颞上回（ASTG），通过腹侧白质通路连接，而更复杂的层级结构依赖于连接后部 IFG 和后部颞上回皮层的背侧通路（弓状束）（例如，综述见 Friederici, 2011, Friederici, 2012; Friederici et al., 2019）。

除了这些语言特异性脑区，先前的一项关于语法处理的综述（Sakai, 2005）建议左侧外侧前运动皮层（PMC）也可能贡献于句法语法处理。值得注意的是，即使控制了工作记忆需求，PMC 和 IFG 的共激活仍然存在，导致提出了额叶“语法中心”的提议，专门用于句法计算（Sakai, 2005）。关键的是，与强烈参与词汇语义处理的颞区相比，左侧 IFG 似乎更紧密地与结构性、潜在的与意义无关的语法操作相关（Fedorenko et al., 2012, Shain et al., 2024, Vigneau et al., 2006, Wang et al., 2024）。这种区分在考虑将语法视为基于规则的计算系统的论述时特别相关（例如，Chomsky, 1957, Chomsky, 1981）。

然而，应该指出的是，大多数关于语法处理功能特化的证据来自成人人群的研究。在儿童中，在大约 9-10 岁之前，语法处理无法与一般词汇语言处理清晰区分（例如，Fengler et al., 2016; Wang et al., 2024, Wang et al., 2023）。

算术是数学的一个基本分支，可以被定义为数字计算的理论（例如，Nagel & Newman, 2001; Wilson, 2020）或科学（例如，Sophian, 2008）。像语法一样，算术依赖于结构化的、基于规则的操作。“加法”、“减法”、“乘法”和“除法”运算构成算术的主要计算。“加法”意味着将两个单个数字组合成一个数量（例如，“3 + 2 = 5”），而“减法”是加法的逆运算，意味着从较大的集合中分离出一个子集（例如，“5 ─ 2 = 3”）（例如，Verschaffel, De Corte, 1996; Wright et al., 2012）。“乘法”可以概念化为相同数字的重复加法（例如，“3 ×2 = 6” = 2 + 2 + 2），而“除法”是此乘法过程的逆运算（例如，“6 ÷ 3 = 2”）（例如，Huber et al., 2013; Park & Nunes, 2001; Wright et al., 2012）。总体而言，算术技能可以定义为知识和应用规则和程序来组合、转换和操作数字。

重要的是，对这些数值关系（和数量）的理解据推测依赖于对语言语义概念的理解，例如比较级（例如，更小、更大）或最高级（例如，最小、最大）的语法词形（例如，Spelke, 2017; Viesel-Nordmeyer 等人，2022, Viesel-Nordmeyer 等人，2021）。此外，多步计算需要顺序应用已学习的算法（例如进位或借位程序），其中中间表示必须根据层级约束进行计算和整合。因此，类似于语法，算术涉及以系统化方式操作符号元素的组合过程。同时，算术表现并非完全程序化的。对于许多单位数问题，熟练的成人或青少年似乎直接从长时记忆中检索答案（Barrouillet 等人，2008, Campbell 和 Xue, 2001, Siegler, 1988）。据推测，这种检索至少部分依赖于操作数与结果之间言语编码的关联（Dehaene 等人，2004）。然而，替代观点认为，重复的程序性策略可能在儿童和成人的练习中变得自动化（Fayol 和 Thevenot, 2012, Mathieu 等人，2016, Prado 和 Thevenot, 2026, Uittenhove 等人，2016）。因此，算术表现可能反映基于规则的 计算和基于记忆的检索过程（包括言语编码）。总之，一方面，算术可能通过多种方式参与语言相关机制。理解数值关系和数量（例如，大小比较）通常依赖于语言语义概念（例如，语法词形）。此外，算术事实可能以言语形式编码，言语工作记忆可能支持中间计算。另一方面，算术明显涉及本质上非语义的结构转换，这提出了领域一般规则处理机制独立于语言意义而贡献于算术的可能性。

与算术问题解决相关的操作、规则和策略涉及多个神经过程。先前的研究已识别出在算术处理期间激活的不同脑区（例如，Peters & de Smedt, 2018; Nieder, 2025; Vogel & de Smedt, 2021）。其中，顶叶皮层，包括双侧顶内沟（IPS）和左侧角回（AG）常被涉及。有人认为 IPS 支持符号和非符号数量表征，这些表征是心理计算期间数字操作的基础（例如，de Smedt; 2016; Nieder, 2016; Peters & de Smedt, 2018）。相比之下，当参与者解决依赖于从长时记忆中检索算术事实的算术问题时，左侧 AG 通常被激活（例如，Zamarian 等人，2009），尽管关于这种参与是否受任务难度混淆存在争论（Prado & Thevenot, 2026）。额外证据表明，由于其语音处理的作用，左侧 MTG 可能支持从长时记忆中检索算术事实（Prado, 2018, Prado 等人，2011, Prado 等人，2014, Suárez-Pellicioni 和 Booth, 2022）。此外，在左侧 IFG 也观察到了激活，特别是在需要大量言语工作记忆过程的更具挑战性的计算期间（de Smedt 等人，2011, Prado 等人，2011, Prado 等人，2014）。最后，针对儿童的研究表明，海马体可能在早期算术学习期间处理算术事实和编码算术问题中发挥短暂作用（Cho 等人，2012, de Smedt 等人，2011）。

行为研究和神经影像研究的发现都表明，语法处理和算术处理可能相关。针对正常发育儿童和青少年（例如，Chow, Ekholm, 2019; Kleemans 等人，2018）以及患有算术困难（例如，Chow 等人，2021; Shankweiler 等人，1995）或语言障碍（例如，Kleemans 等人，2012; 2014; Shankweiler 等人，1995）的儿童和青少年的行为研究，一致报告了两个领域表现之间的关联。关键的是，尽管这些研究中许多评估了多种语言成分，但语法技能通常与算术技能显示出最强的关联。例如，Kleemans 及其同事（2018）考察了正常发育的五年级学生的一系列数学和语言技能。他们发现儿童 的算术技能由其接受性语法技能和语音技能预测，而不是由词汇技能预测。有趣的是，研究中包含的其他数学技能，特别是分数技能和几何技能，并未直接由语法技能预测。重要的是，这些分析控制了工作记忆技能，该技能涉及数学和语言处理（综述见 Peng 等人，2020; Peng & Fuchs, 2016; Viesel-Nordmeyer, Reuber 等人，2023）。进一步的支持证据来自 Chow 及其同事（2021），他们比较了患有算术困难的儿童与正常发育儿童在接受性句法、形态学和词汇技能方面的差异。患有算术困难的儿童在句法上受损显著，但在形态学或词汇上没有受损。值得注意的是，作者还表明这些差异不能归因于言语工作记忆方面的组间差异。针对特定语言障碍儿童也报告了类似结果（Kleemans 及其同事，2012），他们在学前最后一年接受了语言（命名速度、语音意识、接受性语法技能）和工作记忆技能（中央执行、语音环路、视觉空间画板）测试，并在一年后（一年级时）接受了算术技能测试。当控制工作记忆技能时，学前阶段的接受性语法和语音技能预测了一年级的算术技能，而词汇则没有。最后，Shankweiler 及其同事（1995）比较了患有阅读困难、算术困难、双重困难和正常发育儿童的各种语言技能，包括语音意识、形态学和句法。患有算术困难的儿童在句法上表现最差，不仅相对于正常发育的同龄人，而且相对于同时患有阅读和算术困难的双重困难组。

成人的神经影像研究为算术和语法技能之间的关系提供了汇合证据。确实，同时检查这两项技能的研究往往显示两类任务中有重叠的脑区（例如，Baldo & Dronkers, 2007; Makuuchi 等人，2012; Nakai 和 Okanoya, 2018, Nakai 和 Okanoya, 2020; Nakai & Sakai, 2014）。值得注意的是，这些研究中的大多数依赖于这样一个观点，即句法特有的层级树结构可以转移到算术处理中（例如，图 2；综述见 Friedrich & Friederici, 2009; Matsumoto & Nakai, 2023; Westbury 等人，2003）。因此，在这些研究中的大多数里，算术和语言问题被设计成具有相似的句法结构（Makuuchi 等人，2012, Nakai 和 Okanoya, 2018, Nakai 和 Okanoya, 2020, Nakai 和 Sakai, 2014）。例如，Nakai 和 Okanoya（2020）检查了在 fMRI 扫描仪中执行语言和算术任务的年轻成人。在语言任务中，参与者必须判断由七个有序单词组成的单个句子的内容（例如，“一位善良的女人救了一个小孩”）是否与包含以问号结尾的缩短句子的探测刺激内容一致（例如，“一个女 人救了吗？”）。在算术任务中，参与者必须判断由七个元素组成的算术表达式 [例如，"4", "2", "-", "6", "2", "÷", "x" 对应于 "(4-2) x (6 ÷ 2)"] 是否与探测中显示的提议结果匹配（例如，"= 6?"）。作者发现，在语言和算术任务中，双侧 IFG 都有共享的神经激活。值得注意的是，这些结果是在控制参与者的一般认知负荷和工作记忆的同时获得的。基于另一项研究的结果，Nakai 和 Okanoya（2018）提供了关于语言和算术处理之间（双向）存在重复抑制效应的证据，该效应调动了双侧 IFG 内的共享神经资源。此外，针对成人的互补行为研究也报告了语言和算术之间的跨领域结构启动效应，这与共享结构表征的观点一致（例如，Scheepers & Sturt, 2014; Scheepers 等人，2011; Pozniak 等人，2018）。

尽管有这些汇合证据，仍有几个问题未解决。首先，针对无语法失语症（例如，Bánréti, & Mészáros, 2019; Varley 等人，2005）或一般失语症患者（例如，Gonzalez 等人，2021; Klessinger 等人，2007; Proios 等人，2021）的研究挑战了语言和算术中依赖结构的运算依赖于单一共享句法系统的观点。例如，已被证明患有严重语法损伤的参与者在精确计算上表现准确（Varley 等人，2005），且失语症中的数学缺陷在不同患者中并不一致（例如，Gonzalez 等人，2021; Klessinger 等人，2007; Proios 等人，2021）。这些发现提出了算术可能依赖于部分独立机制，或者共享处理发生在更抽象、领域一般水平上的可能性。第二，现有研究并未清楚表明这种语法与算术之间的关联反映了算术处理对句法语法技能的直接依赖，还是第三因素驱动了这种关系（如执行控制）。尽管一些研究控制了工作记忆，但并非所有研究都这样做，仍有可能将这种关联归因于这个领域一般系统。此外，少数直接比较语法处理与算术处理的脑成像研究（例如，Baldo & Dronkers, 2007; Makuuchi 等人，2012; Nakai 和 Okanoya, 2018, Nakai 和 Okanoya, 2020; Nakai & Sakai, 2014）主要在 IFG 发现了句法语言和算术处理的共享脑激活。左侧 IFG 参与算术处理总体上与一项近期将该区域的结构特性与算术技能个体差异联系起来的大规模研究一致（Viesel-Nordmeyer & Prado, 2023）。然而，虽然左侧 IFG 与语言或语音处理密切相关（例如综述见 Burton, 2001; Carter 等人，2019; Dapretto & Bookheimer, 1999; Friederici 等人，2011; Pollack & Ashby, 2018; Sakai 等人，2005），但它也涉及领域一般功能，如工作记忆或运动控制（综述见 Fedorenko 等人，2024; Liakakis 等人，2011）。这使得很难从这些发现中得出关于算术和语法技能之间关联性质的任何定论。第三，现有的神经影像研究范围有限。许多研究是在日语中进行的，日语是一种结构特性与印欧语系语言大不相同的语言，这可能限制了普遍性（综述见 Malik-Moraleda 等人，2022）。因此，语言特定特征可能调节句法与算术之间的关系，不能排除其他语言存在不同关联模式的可能性（例如，Tang 等人，2006; Yu 等人，2012）。值得注意的是，这些神经影像研究是使用具有相似句法结构的语言和算术问题设计的，这限制了对具有不同句法结构的语法处理和算术处理之间一般关系的结论。最后，所有现有的脑成像研究都是针对成人进行的，这使得这些发现对于解释儿童语法和算术技能之间的关联相关性较低。

综上所述，先前的研究表明语法（特别是句法）技能与算术表现之间存在一定的关联。然而，目前仍不清楚这种关联是反映了共享的语言语义过程、共享的领域一般规则处理机制，还是部分重叠但不同的系统。因此，需要对神经影像证据进行定量综合，以阐明这种关系的神经基础。鉴于在同一实验框架内直接比较语法处理和算术处理的脑成像研究数量有限，我们进行了一项激活似然估计（ALE；见 Eickhoff 等人，2016, Eickhoff 等人，2012, Eickhoff 等人，2009; Turkeltaub 等人，2012）元分析，以识别文献中在语法处理和算术处理期间最一致激活的脑区。具体而言，我们旨在识别在儿童和成人中都支持语法处理和算术处理共同的脑区。基于先前关于成人语言句法和算术处理的脑成像研究（见 Baldo & Dronkers, 2007; Makuuchi 等人，2012; Nakai 和 Okanoya, 2018, Nakai 和 Okanoya, 2020; Nakai & Sakai, 2014）以及先前关于儿童和青少年算术处理的脑成像研究（例如，Prado 等人，2011; Prado 等人，2014; De Smedt 等人，2011），我们预期在左侧外侧前额叶皮层，包括左侧 IFG 但也向上延伸至 MFG（IFG/MFG），存在语法处理和算术处理之间重叠的激活簇。确实，该区域不仅涉及语言，还涉及与领域一般执行控制相关的多重需求网络（例如，Duncan, 2010; Duncan & Owen, 2000; Fedorenko 等人，2024; Friederici 等人，2011; Humphreys & Tibon, 2023）。

因此，该区域的重叠将支持以下假设，即语法和算术之间的关联反映了共享的领域一般性规则处理需求。此外，我们考察了神经重叠是否会扩展到额下回/额中回（IFG/MFG）以外的其他外侧裂周语言区域。事实上，先前的脑成像研究表明，左侧颞上回和颞中回（STG、MTG）与语言语义处理有关（例如，Fedorenko 等，2024；Friederici，2011）。如果算术和语法处理在这些区域显示出重叠激活，这将表明它们的关联至少部分是由共享的语言语义机制驱动的，而非纯粹由领域一般性过程驱动。通过定量综合现有的神经影像证据，本荟萃分析旨在澄清语法与算术之间的神经重叠是否反映了基于规则任务中参与的共享领域一般性认知控制机制、共享的语义 - 语言过程，或是两者的结合。

章节片段
方法
本荟萃分析依据《系统综述和荟萃分析优先报告条目》（PRISMA）声明指南进行（参见 Page 等，2021）。我们遵循了 PRISMA 检查清单（https://www.prisma-statement.org/），并提供了一张相应的流程图来总结研究选择过程（见图 3）。

参与语法或算术处理的脑区（单独的荟萃分析）
儿童和成人语法及算术处理的单独荟萃分析结果可在补充材料中找到（见表 S2、表 S3、图 S1）。简而言之，这些分析表明，关于语法处理的研究最一致地报告了一个左侧化脑网络的激活，该网络涉及额下回/额中回（IFG/MFG）、颞中回和颞上回（MTG 和 STG）、前辅助运动区（preSMA）以及顶叶皮层（见表 S2 和图 S1）。关于算术的研究

讨论
我们研究的总体目标是阐明语法和算术技能之间关联的原因，方法是识别文献中一贯支持语法和算术处理的脑区。具体而言，我们旨在确定重叠区域是否主要位于可能涉及语言语义处理的脑区，或支持规则处理机制的领域一般性过程所在的脑区。我们进行了

未引用参考文献
(Chechlacz et al., 2012, Derrick and Archambault, 2010, Hanakawa et al., 2002, Meibauer et al., 2015)

资助
本研究的部分资金由以下机构提供：向 N.V 和 J.Z. 提供资助的教育研究与教师培训卓越中心（AMPIRIC）；向 N.V. 提供资助的德国北莱茵 - 威斯特法伦州文化和科学部海因里希·赫茨基金会奖学金；向 J.Z. 提供资助的语言、沟通与脑研究所（法国 2030 计划，ANR-16-CONV-0002）；以及向 J.Z. 提供资助的 eFRAN 计划研究经费（法国 2030 计划，ANR 22-FRAN-0004）。

Nurit Viesel-Nordmeyer|Johannes C. Ziegler|Jér?me Prado