Neural Mechanisms of Rhythm Perception: Current Findings and Future Perspectives
Notice bibliographique
Résumé
Perception of temporal patterns is fundamental to normal hearing, speech, motor control, and music. Certain types of pattern understanding are unique to humans, such as musical rhythm. Although human responses to musical rhythm are universal, there is much we do not understand about how rhythm is processed in the brain. Here, I consider findings from research into basic timing mechanisms and models through to the neuroscience of rhythm and meter. A network of neural areas, including motor regions, is regularly implicated in basic timing as well as processing of musical rhythm. However, fractionating the specific roles of individual areas in this network has remained a challenge. Distinctions in activity patterns appear between "automatic" and "cognitively controlled" timing processes, but the perception of musical rhythm requires features of both automatic and controlled processes. In addition, many experimental manipulations rely on participants directing their attention toward or away from certain stimulus features, and measuring corresponding differences in neural activity. Many temporal features, however, are implicitly processed whether attended to or not, making it difficult to create controlled baseline conditions for experimental comparisons. The variety of stimuli, paradigms, and definitions can further complicate comparisons across domains or methodologies. Despite these challenges, the high level of interest and multitude of methodological approaches from different cognitive domains (including music, language, and motor learning) have yielded new insights and hold promise for future progress.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,005 | 0,014 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».