Dissociation of the N400 component between linguistic and non-linguistic processing: A source analysis study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The N400 component is commonly associated with the detection of linguistic incongruity. A few studies have shown that the N400 can also be elicited by non-linguistic stimuli. Different spatiotemporal patterns were observed between the typical Linguistic N400 and the Non-linguistic N400, suggesting distinct brain generators. The aim of this study was to investigate the presence of an N400 in response to linguistic and non-linguistic stimuli, and to specify anatomical sources of both N400s using a novel analysis method: the Bayesian Model Averaging (BMA) distributed source model. Picture-word and environmental soundpicture associations, either congruent or incongruent, were presented to ten young healthy adults while highdensity ERP recordings were made. Standard electrophysiological analyses confirmed that the N400 was not specific to linguistic incongruity but was also elicited by environmental sound-picture incongruities. Different topographic distributions were obtained for the Linguistic N400 and Non-linguistic N400. BMA analysis showed that the Linguistic N400 generators were mostly located in the left superior temporal gyrus, whereas the sources of the Non-linguistic N400 were identified mostly in the right middle and superior temporal gyri. Detection of linguistic incongruities recruited cerebral areas commonly associated with language processing, whereas non-linguistic incongruities recruited right cerebral regions usually associated with auditory processing of non-linguistic stimuli. The Linguistic and Non-linguistic N400s appear to be elicited by similar cognitive mechanisms assumed by different cerebral areas depending on the type of material to be processed. The present findings support the existence of parallel pathways for the processing of linguistic and non-linguistic incongruities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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