Characterizing Population EEG Dynamics throughout Adulthood
Notice bibliographique
Résumé
For decades, electroencephalography (EEG) has been a useful tool for investigating the neural mechanisms underlying human psychological processes. However, the amount of time needed to gather EEG data means that most laboratory studies use relatively small sample sizes. Using the Muse, a portable and wireless four-channel EEG headband, we obtained EEG recordings from 6029 subjects 18-88 years in age while they completed a category exemplar task followed by a meditation exercise. Here, we report age-related changes in EEG power at a fine chronological scale for δ, θ, α, and β bands, as well as peak α frequency and α asymmetry measures for both frontal and temporoparietal sites. We found that EEG power changed as a function of age, and that the age-related changes depended on sex and frequency band. We found an overall age-related shift in band power from lower to higher frequencies, especially for females. We also found a gradual, year-by-year slowing of the peak α frequency with increasing age. Finally, our analysis of α asymmetry revealed greater relative right frontal activity. Our results replicate several previous age- and sex-related findings and show how some previously observed changes during childhood extend throughout the lifespan. Unlike previous age-related EEG studies that were limited by sample size and restricted age ranges, our work highlights the advantage of using large, representative samples to address questions about developmental brain changes. We discuss our findings in terms of their relevance to attentional processes and brain-based models of emotional well-being and 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».