MétaCan
Menu
Retour à la cohorte
Enregistrement W1872709213

Neural Correlates of Boredom in Music Perception.

2014· article· en· W1872709213 sur OpenAlexaff
Ashkan Fakhr Tabatabaie, Mohammad Reza Azadehfar, Negin Mirian, Maryam Noroozıan, Ahmad Yoonessi, Mohammad Reza Saebipour, Ali Yoonessi

Notice bibliographique

RevuePubMed · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBoredomNeural correlates of consciousnessElectroencephalographyPerceptionRhythmPsychologyActive listeningBrain activity and meditationMusicalNeural activityAudiologyCognitive psychologySpeech recognitionCommunicationComputer scienceCognitionNeuroscienceArtAestheticsSocial psychologyVisual artsMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Music can elicit powerful emotional responses, the neural correlates of which have not been properly understood. An important aspect about the quality of any musical piece is its ability to elicit a sense of excitement in the listeners. In this study, we investigated the neural correlates of boredom evoked by music in human subjects. METHODS: We used EEG recording in nine subjects while they were listening to total number of 10 short-length (83 sec) musical pieces with various boredom indices. Subjects evaluated boringness of musical pieces while their EEG was recording. RESULTS: Using short time Fourier analysis, we found that beta 2 rhythm was (16-20 Hz) significantly lower whenever the subjects rated the music as boring in comparison to non-boring. DISCUSSION: The results demonstrate that the music modulates neural activity of various parts of the brain and can be measured using EEG.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,217
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations29
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMind wandering and attentionTravaux en français237 207