MétaCan
Menu
Retour à la cohorte
Enregistrement W2405506510

Older and younger adults use fewer neural resources during audiovisual than during auditory speech perception.

2009· article· en· W2405506510 sur OpenAlexaff
Axel H. Winneke, Natalie A. Phillips

Notice bibliographique

RevueAVSP · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésAudiologySpeech perceptionPsychologyPerceptionCognitionSpeechreadingCognitive resource theoryMedicineNeuroscience
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study looks at age-related differences in the brain processes involved in audiovisual (AV) speech perception in multi-talker background babble. The behavioural findings clearly show that both younger adults (YA) and older adults (OA) benefited equally well from AV speech relative to auditory-only (A) speech. Results pertaining to a condition that presented only a photograph alongside spoken words (AVphoto) supports the notion that an AV speech benefit cannot be achieved without the availability of dynamic visual speech cues provided by the lips. Interestingly, OA performed more poorly than YA in speechreading but, in line with the inverse effectiveness hypothesis, OA showed larger auditory enhancement effects suggesting that OA benefit more from AV speech. Analyses of the auditory N1 event-related potential (ERP) showed that AV speech trials lead to an amplitude reduction relative to A-only trials. This reduction was similar in YA and OA. In addition to the amplitude reduction, in both age groups the N1 related to AV speech trials peaked earlier, but this latency shift was larger for OA indicating that OA benefit more from AV speech than YA. These findings suggest that AV speech processing is more efficient because fewer neural resources are required to achieve superior performance. This idea of efficiency is further discussed with implications to higher-level cognition and successful aging.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,020
Tête enseignante GPT0,298
Écart entre enseignants0,278 · 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.

Devis d'étudeObservationnel
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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAVSPMême sujetMultisensory perception and integrationTravaux en français237 207