MétaCan
Menu
Retour à la cohorte
Enregistrement W2900212739 · doi:10.1155/2018/5741941

Problems with Facial Mimicry Might Contribute to Emotion Recognition Impairment in Parkinson’s Disease

2018· review· en· W2900212739 sur OpenAlexafffund
Margaret Prenger, Penny A. MacDonald

Notice bibliographique

RevueParkinson s Disease · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMimicryFacial expressionParkinson's diseaseDiseaseEmbodied cognitionCognitionAffect (linguistics)MedicinePsychologyCognitive psychologyPopulationNeuroscienceCommunicationPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Difficulty with emotion recognition is increasingly being recognized as a symptom of Parkinson's disease. Most research into this area contends that progressive cognitive decline accompanying the disease is to be blamed. However, facial mimicry (i.e., the involuntary congruent activation of facial expression muscles upon viewing a particular facial expression) might also play a role and has been relatively understudied in this clinical population. In healthy participants, facial mimicry has been shown to improve recognition of observed emotions, a phenomenon described by embodied simulation theory. Due to motor disturbances, Parkinson's disease patients frequently show reduced emotional expressiveness, which translates into reduced mimicry. Therefore, it is likely that facial mimicry problems in Parkinson's disease contribute at least partly to the emotional recognition deficits that these patients experience and might greatly influence their social cognition abilities and quality of life. The present review aims to highlight the need for further inquiry into the motor mechanisms behind emotional recognition in Parkinson's disease by synthesizing behavioural, physiological, and neuroanatomical evidence.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,039
Tête enseignante GPT0,299
Écart entre enseignants0,260 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueParkinson s DiseaseMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207