Frontal electroencephalogram asymmetry during affective processing in children with Down syndrome: a pilot study
Notice bibliographique
Résumé
BACKGROUND: Although the pattern of frontal electroencephalogram (EEG) asymmetry during the processing of emotion has been examined in many studies of healthy adults and typically developing infants and children, no published work has used these theoretical and methodological approaches to study emotion processing in children with Down syndrome. The purpose of this pilot study was to examine the feasibility of using brain-based measures of emotion (i.e. regional EEG asymmetry measures) with children with Down syndrome, and whether children with Down syndrome exhibit patterns of frontal brain activity during the processing of affective stimuli that are not different from typically developing children, but of lesser magnitude. METHODS: Regional brain electrical activity (EEG) was measured in response to the presentation of popular children's video clips that varied in affective content in three children with Down syndrome and three typically developing children who were matched on reading level. RESULTS: The children with Down syndrome appeared to show a similar pattern of frontal EEG asymmetry as the typically developing children for the video clips depicting happiness, sadness and fear. However, the magnitude of the frontal asymmetry scores for the children with Down syndrome was large across the affective stimuli, and they appeared to process the video clip depicting anger differently from the typically developing children. CONCLUSION: This preliminary evidence suggests that brain-based measures of affective processing can be used to study the differentiation of emotion on an electrocortical level among children with Down syndrome.
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 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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».