MétaCan
Menu
← Retour à la cohorte
Enregistrement W2910546642 · doi:10.1101/522375

The effects of aging on neural signatures of temporal regularity processing in sounds

2019· preprint· en· W2910546642 sur OpenAlexafffund
Björn Herrmann, Chad Buckland, Ingrid S. Johnsrude

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada First Research Excellence Fund
Mots-clésAuditory cortexAudiologyPsychologyTemporal cortexModulation (music)NeurosciencePerceptionNeural adaptationAmplitude modulationResponsivityElectroencephalographyCortex (anatomy)Frequency modulationAdaptation (eye)PhysicsMedicineComputer scienceAcousticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Sensitivity to temporal regularity (e.g., amplitude modulation) is crucial for speech perception. Degradation of the auditory periphery due to aging and hearing loss may lead to an increased response gain in auditory cortex, with potential consequences for the processing of temporal regularities. We used electroencephalography recorded from younger (18–33 years) and older (55–80 years) adults to investigate how aging affects neural gain and the neural sensitivity to amplitude modulation in sounds. Aging was associated with reduced adaptation in auditory cortex, suggesting an age-related gain increase. Consistently, neural synchronization in auditory cortex to a 4-Hz amplitude modulation of a narrow-band noise was enhanced in ~30% of older individuals. Despite enhanced responsivity in auditory cortex, sustained neural activity (likely involving auditory and higher-order brain regions) in response to amplitude modulation was absent in older people. Hence, aging may lead to an over-responsivity to amplitude modulation in auditory cortex, but to a diminished regularity representation in higher-order areas.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetHearing Loss and Rehabilitation→Travaux en français237 207→