MétaCan
Menu
Retour à la cohorte
Enregistrement W2807196962 · doi:10.1038/s41598-018-20824-0

Evoked and oscillatory EEG activity differentiates language discrimination in young monolingual and bilingual infants

2018· article· en· W2807196962 sur OpenAlexaff
Loreto Nácar Garcia, Carlos Guerrero-Mosquera, Marc Colomer, Núria Sebastián‐Gallés

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinisterio de Economía y Competitividad
Mots-clésNeuroscience of multilingualismElectroencephalographyActive listeningPsychologyFirst languageSpeech perceptionAge of AcquisitionComputer scienceLinguisticsCognitionPerceptionCommunicationNeuroscience

Résumé

récupéré en direct d'OpenAlex

Language discrimination is one of the core differences between bilingual and monolingual language acquisition. Here, we investigate the earliest brain specialization induced by it. Following previous research, we hypothesize that bilingual native language discrimination is a complex process involving specific processing of the prosodic properties of the speech signal. We recorded the brain activity of monolingual and bilingual 4.5-month-old infants using EEG, while listening to their native/dominant language and two foreign languages. We defined two different windows of analysis to separate discrimination and identification effects. In the early window of analysis (150-280 ms) we measured the P200 component, and in the later window of analysis we measured Theta (400-1800 ms) and Gamma (300-2800 ms) oscillations. The results point in the direction of different language discrimination strategies for bilingual and monolingual infants. While only monolingual infants show early discrimination of their native language based on familiarity, bilinguals perform a later processing which is compatible with an increase in attention to the speech signal. This is the earliest evidence found for brain specialization induced by bilingualism.

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 enseignants0,431
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,272
Écart entre enseignants0,255 · 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

Citations42
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetNeural dynamics and brain functionTravaux en français237 207