MétaCan
Menu
Retour à la cohorte
Enregistrement W2332610581 · doi:10.1093/mtp/21.2.99

Musical Attention Training Program and Alternating Attention in Brain Injury: An Initial Report

2003· article· en· W2332610581 sur OpenAlexaff
Rachel Knox, H. Yokota-Adachi, John R. Kershner, Jeffrey W. Jutai

Notice bibliographique

RevueMusic Therapy Perspectives · 2003
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDichotic listeningPsychologyActive listeningMusic therapyAudiologyCognitive psychologyNeuroscienceMedicineCommunicationPsychotherapist

Résumé

récupéré en direct d'OpenAlex

The literature has indicated that attention deficits are common problems in brain injured clients. Dichotic listening studies have shown that alternating attention measured with a dichotic listening method is correlated with performance in learning. Using a dichotic listening paradigm, the present preliminary inquiry investigated: (1) the alternating attention ability of a brain injured adolescent; and (2) the effects of alternating attention sessions of a newly-developed music therapy intervention, the Musical Attention Training Program (MATP), on the alternating attention ability in the client. The results indicated that the client's alternating attention patterns were within a normal range; yet, after the musical treatment alternating attention on the dichotic listening test performance was enhanced. Further research is required to explore the potential of the alternating attention sessions of the MATP to influence atypical patterns of attention in brain injured individuals.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,546
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,086
Tête enseignante GPT0,365
Écart entre enseignants0,279 · 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

Citations27
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Therapy PerspectivesMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207