MétaCan
Menu
Retour à la cohorte
Enregistrement W2916316617 · doi:10.1016/j.mex.2019.02.021

Implementing EEG hyperscanning setups

2019· article· en· W2916316617 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMethodsX · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Innovación, Ciencia y Tecnología
Mots-clésElectroencephalographyScopusPsychologyComputer scienceSet (abstract data type)Artificial intelligenceNeuroscienceMEDLINE

Résumé

récupéré en direct d'OpenAlex

Hyperscanning refers to obtaining simultaneous neural recordings from more than one person (Montage et al., 2002 [[1]Montague P.R. Berns G.S. Cohen J.D. McClure S.M. Pagnoni G. Dhamala M. et al.Hyperscanning: simultaneous fMRI during linked social interactions.Neuroimage. 2002; 16: 1159-1164Crossref PubMed Scopus (441) Google Scholar]), that can be used to study interactive situations. In particular, hyperscanning with Electroencephalography (EEG) is becoming increasingly popular since it allows researchers to explore the interactive brain with a high temporal resolution. Notably, there is a 40-year gap between the first instance that simultaneous measurement of EEG activity was mentioned in the literature (Duane and Behrendt, 1965 [[2]Duane T.D. Behrendt T. Extrasensory electroencephalographic induction between identical twins.Science. 1965; 150: 367Crossref PubMed Scopus (81) Google Scholar]), and the first actual description of an EEG hyperscanning setup being implemented (Babiloni et al., 2006 [[3]Babiloni F. Cincotti F. Mattia D. Mattiocco M. De Vico Fallani F. Tocci A. et al.Hypermethods for EEG hyperscanning.Conf. Proc. IEEE Eng. Med. Biol. Soc. 2006; 1: 3666-3669Crossref PubMed Scopus (94) Google Scholar]). To date, specific EEG hyperscanning devices have not yet been developed and EEG hyperscanning setups are not usually described with sufficient detail to be easily reproduced. Here, we offer a step-by-step description of solutions to many of these technological challenges. Specifically, we describe and provide customized implementations of EEG hyperscanning setups using hardware and software from different companies: Brain Products, ANT, EGI, and BioSemi.•Necessary details to set up a functioning EEG hyperscanning protocol are provided.•The setups allow independent measures and measures of synchronization between the signals of two different brains.•Individual electrical Ground and Reference is obtained in all discussed systems.

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.

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)0,000
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 enseignants0,147
Score d'incertitude au seuil0,409

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,066
Tête enseignante GPT0,370
Écart entre enseignants0,304 · 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