MétaCan
Menu
← Retour à la cohorte
Enregistrement W2885603532 · doi:10.71781/19036

Simulation de l'amusie dans le cerveau normal

2017· dissertation· fr· W2885603532 sur OpenAlexfundno aff
Isabelle Royal

Notice bibliographique

RevueOpen MIND · 2017
Typedissertation
Languefr
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

On estime qu’environ 1.5% de la population présente un déficit perceptuel qui interfère spécifiquement avec le développement normal d’habiletés musicales. Ce trouble est connu sous le nom d’amusie congénitale, et est caractérisé par une difficulté importante à percevoir la musique et à détecter les fines variations de hauteurs de sons. De plus, il se manifeste en l’absence de tout autre déficit perceptuel (ex. perte auditive) ou cognitif (ex. déficience intellectuelle, retard de langage). Le déficit au cœur de l’amusie réside dans la perturbation des mécanismes de détection consciente des fines variations de hauteurs, tel que reflété par l’absence de réponses électriques cérébrales typiques. Des anomalies anatomiques et fonctionnelles identifiées chez des amusiques au niveau du réseau fronto-temporal droit suggèrent une propagation anormale de l’information entre le gyrus frontal inférieur et le cortex auditif. Or, aucune étude n’a systématiquement investigué la relation causale entre l’intégrité de ce réseau et l’expression comportementale et électrophysiologique de l’amusie. Le premier objectif de cette thèse était d’investiguer la possibilité d’induire des caractéristiques de l’amusie dans le cerveau normal, en désactivant transitoirement ces régions durant la détection de sons déviants. Pour ce faire, nous avons appliqué une stimulation transcrânienne à courant direct (tDCS) cathodale (inhibitrice) au niveau des régions frontale et temporale droites lors de sessions séparées. Nous avons également enregistré l’activité électroencéphalographique (EEG) de nos participants avant et après la stimulation, pendant que ceux-ci complétaient une tâche de détection de sons déviants. Nos résultats suggèrent que des caractéristiques électrophysiologiques peuvent être induites chez le sujet normal, et que ces changements reflètent des marqueurs électrophysiologiques de l’amusie. Ils supportent également l’implication du réseau fronto-temporal droit dans le traitement des fines variations de hauteurs, et son rôle dans la manifestation de ce trouble. Bien que la majorité des cas d’amusie soient attribuables à un déficit acoustique, il existe des cas de double dissociation entre le traitement des hauteurs en contexte acoustique et musical dans la population amusique, suggérant une hétérogénéité des phénotypes. Le traitement de sons déviants en contexte musical se distingue du contexte acoustique comme il nécessite le traitement de la structure musicale en plus de la détection de la déviance. Une incertitude persiste quant à l’existence d’une région cérébrale pouvant préférentiellement traiter la déviance en contexte mélodique plutôt qu’acoustique, ce qui a constitué le deuxième objectif de la thèse. Nous avons mesuré l’activation cérébrale de participants normaux via l’imagerie par résonance magnétique fonctionnelle (IRMf) durant une tâche de détection de sons déviants en contexte musical, puis dans un contexte acoustique. Les résultats de l’étude montrent que le lobule pariétal inférieur droit était la seule région à être activée préférentiellement par la tâche mélodique, suggérant que l’activation de cette région est associée à un processus de mémoire de travail qui assure le suivi des incongruités tonales. Mis ensemble, ces résultats contribuent à une meilleure appréciation des régions cérébrales pouvant être altérées dans l’amusie congénitale, et ouvrent la voie vers des possibilités futures d’interventions axées sur la neuromodulation.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,117
Tête enseignante GPT0,412
Écart entre enseignants0,295 · 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'étudeSimulation ou modélisation
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→