MétaCan
Menu
← Retour à la cohorte
Enregistrement W2736486630

The role of the premotor cortex in multisensory speech perception throughout adulthood: a rTMS study

2016· preprint· en· W2736486630 sur OpenAlexaff
Avril Treille, Marc Sato, Jean‐Luc Schwartz, Coriandre Vilain, Pascale Tremblay

Notice bibliographique

RevueHAL AMU · 2016
Typepreprint
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesnon disponible
Mots-clésPremotor cortexLateralization of brain functionPsychologyTranscranial magnetic stimulationMultisensory integrationAudiologyPerceptionSyllableSpeech perceptionTask (project management)Stimulus modalityDorsumCognitive psychologyNeuroscienceStimulationSpeech recognitionMedicineComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although neurobiological models of language argue for a left lateralization of the audio-motor dorsal pathway during speech perception [1], the question of the role of the right and left premotor ventral (PMv) areas in multisensory speech integration processes remains largely unknown. What is the contribution of the hemispheric differentiation in the integration processing and what role do premotor areas play in these mechanisms? Further, given the known differences in speech perception accuracy for young and older adults and decreasing sensorial acuities with age, it is possible that the lateralization of multimodal integration processes evolves over time. In the present study, we explored the impact of inhibitory transcranial magnetic stimulation (rTMS) on the right and left PMv during auditory (A), visual (V) and tactile (T) unimodal conditions as well as during audio-visual (AV) and audio-tactile (AT) bimodal conditions across age.The experiment consisted of 2 rTMS sessions (related to the left and right PMv) conducted for each of the 24 healthy right-handed participants (16 females; mean 46±19 [19-78] years). Following completion of each session, participants performed a force-choice identification task. They were told that they would be presented with /pa/, /ta/ or /ka/ syllables in 5 different sensory modalities (A, V, AV, T, AT) and had to identify, as quickly as possible, the perceived syllable by pressing on one of three keys on a response pad. To increase task-difficulty, half the trials were presented in quiet, while the other half was presented in noise. Mixed-model ANOVAs were conducted on the mean accuracy and median reaction time (RT) data with the target region (left PMv/right PMv), the acoustic environment (noise/no noise), and the modality (A/AV/AT/V/T for the accuracy analysis and A/AV/AT for the RT analysis) as the within-subjects factors, the order of the stimulation (left PMv first, right PMv first) as a between-subjects factor, and age as a continuous quantitative between-subjects co-variable.Our results demonstrate that multimodal integration is relatively preserved in aging, becoming slower but not less accurate. Importantly, we found a significant linear negative relationship between hemispheric difference and age in the auditory modality, i.e., with increasing age, hemispheric differences declined. Interestingly, no such difference occurred in the bimodal modalities. This suggests a larger recruitment of the right PMv to support auditory speech processes in elderly adults, possibly as a consequence of a reduced auditory acuity with age, or a de-differentiation of the phonemic categories. In contrast, the absence of an age effect in the bimodal conditions suggests that multisensory processing remains stable throughout adulthood. Together, these results demonstrate that multisensory integration mechanisms are, at least in part, maintained with age despite a decline in auditory acuity, and demonstrate the feasibility of using rTMS in healthy elderly adults to study speech and language processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 Opus0,033
Tête enseignante GPT0,350
Écart entre enseignants0,318 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL AMU→Même sujetMultisensory perception and integration→Travaux en français237 207→