MétaCan
Menu
Retour à la cohorte
Enregistrement W2052068159 · doi:10.1111/j.1749-6632.2001.tb05734.x

Neural Specializations for Tonal Processing

2001· article· en· W2052068159 sur OpenAlexaff
Robert J. Zatorre

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2001
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésAuditory cortexMelodyNeurosciencePerceptionPsychologyLateralization of brain functionRight hemisphereAuditory perceptionCortex (anatomy)Representation (politics)Cognitive psychology

Résumé

récupéré en direct d'OpenAlex

The processing of pitch, a central aspect of music perception, is neurally dissociable from other perceptual functions. Studies using behavioral-lesion techniques as well as brain imaging methods demonstrate that tonal processing recruits mechanisms in areas of the right auditory cortex. Specifically, the right primary auditory area appears to be crucial for fine-grained representation of pitch information. Processing of pitch patterns, such as occurs in melodies, requires higher-order cortical areas, and interactions with the frontal cortex. The latter are likely related to tonal working memory functions that are necessary for the on-line maintenance and encoding of tonal patterns. One hypothesis that may explain why right-hemisphere auditory cortices seem to be so important to tonal processing is that left auditory regions are better suited for rapidly changing broad-band stimuli, such as speech, whereas the right auditory cortex may be specialized for slower narrow-band stimuli, such as tonal patterns. Evidence favoring this hypothesis was obtained in a functional imaging study in which spectral and temporal parameters were varied independently. The hypothesis also receives support from structural studies of the auditory cortex, which indicate that spectral and temporal processing may depend on interhemispheric differences in grey/white matter distribution and other anatomical features.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,265
Tête enseignante GPT0,405
Écart entre enseignants0,141 · 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'étudeExpérimental (laboratoire)
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

Citations176
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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