MétaCan
Menu
Retour à la cohorte
Enregistrement W1489492631 · doi:10.1111/j.1749-6632.2011.06437.x

Beyond auditory cortex: working with musical thoughts

2012· article· en· W1489492631 sur OpenAlexafffund
Robert J. Zatorre

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIntraparietal sulcusMelodyPsychologyFunctional magnetic resonance imagingAuditory cortexAuditory imageryCognitive psychologyNeural substrateSet (abstract data type)Premotor cortexMusicalCognitive neuroscience of musicSuperior temporal sulcusNeuroscienceDorsumMental imageCognitionComputer science

Résumé

récupéré en direct d'OpenAlex

Musical imagery is associated with neural activity in auditory cortex, but prior studies have not examined musical imagery tasks requiring mental transformations. This paper describes functional magnetic resonance imaging (fMRI) studies requiring manipulation of musical information. In one set of experiments, listeners were asked to mentally reverse a familiar tune when presented backwards. This manipulation consistently elicits neural activity in the intraparietal sulcus (IPS). Separate experiments requiring judgments about melodies that have been transposed from one musical key to another also elicit IPS activation. Conjunction analyses indicate that the same portions of the IPS are recruited in both tasks. The findings suggest that the dorsal pathway of auditory processing is involved in the manipulation and transformation of auditory information, as has also been shown for visuomotor and visuospatial tasks. As such, it provides a substrate for the creation of new mental representations that are based on manipulation of previously experienced sensory events.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,164
Tête enseignante GPT0,345
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetNeuroscience and Music PerceptionTravaux en français237 207