MétaCan
Menu
Retour à la cohorte
Enregistrement W2113651040 · doi:10.1111/nyas.12658

Familiarity with music increases walking speed in rhythmic auditory cuing

2015· article· en· W2113651040 sur OpenAlexafffund
Li‐Ann Leow, Cricia Rinchon, Jessica A. Grahn

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésMetronomeRhythmBeat (acoustics)STRIDEPsychologyGaitCognitionCadenceCognitive psychologyAudiologyPhysical medicine and rehabilitationCommunicationAcousticsNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Rhythmic auditory stimulation (RAS) is a gait rehabilitation method in which patients synchronize footsteps to a metronome or musical beats. Although RAS with music can ameliorate gait abnormalities, outcomes vary, possibly because music properties, such as groove or familiarity, differ across interventions. To optimize future interventions, we assessed how initially familiar and unfamiliar low-groove and high-groove music affected synchronization accuracy and gait in healthy individuals. We also experimentally increased music familiarity using repeated exposure to initially unfamiliar songs. Overall, familiar music elicited faster stride velocity and less variable strides, as well as better synchronization performance (matching of step tempo to beat tempo). High-groove music, as reported previously, led to faster stride velocity than low-groove music. We propose two mechanisms for familiarity's effects. First, familiarity with the beat structure reduces cognitive demands of synchronizing, leading to better synchronization performance and faster, less variable gait. Second, familiarity might have elicited faster gait by increasing enjoyment of the music, as enjoyment was higher after repeated exposure to initially low-enjoyment songs. Future studies are necessary to dissociate the contribution of these mechanisms to the observed RAS effects of familiar music on gait.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,175
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,202
Tête enseignante GPT0,347
Écart entre enseignants0,146 · 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'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

Citations76
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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