MétaCan
Menu
Retour à la cohorte
Enregistrement W2918165798 · doi:10.1080/02643294.2019.1578205

Comorbidity and cognitive overlap between developmental dyslexia and congenital amusia

2019· article· en· W2918165798 sur OpenAlexafffund
Manon Couvignou, Isabelle Peretz, Franck Ramus

Notice bibliographique

RevueCognitive Neuropsychology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversité de MontréalInternational Laboratory for Brain, Music and Sound Research
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAgence Nationale de la Recherche
Mots-clésDyslexiaPsychologyAudiologyMelodyReading (process)SpellingDevelopmental psychologyCognitionCognitive psychologyNeuroscienceMusicalMedicine

Résumé

récupéré en direct d'OpenAlex

This study investigated whether there is a co-occurrence between developmental dyslexia and congenital amusia in adults. First, a database of online musical tests on 18,000 participants was analysed. Self-reported dyslexic participants performed significantly lower on melodic skills than matched controls, suggesting a possible link between reading and musical disorders. In order to test this relationship more directly, we evaluated 20 participants diagnosed with dyslexia, 16 participants diagnosed with amusia, and their matched controls, with a whole battery of literacy (reading, fluency, spelling), phonological (verbal working memory, phonological awareness) and musical tests (melody, rhythm and metre perception, incidental memory). Amusia was diagnosed in six (30%) dyslexic participants and reading difficulties were found in four (25%) amusic participants. Thus, the results point to a moderate comorbidity between amusia and dyslexia. Further research will be needed to determine what factors at the neural and/or cognitive levels are responsible for this co-occurrence.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,318
Écart entre enseignants0,264 · 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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCognitive NeuropsychologyMême sujetNeuroscience and Music PerceptionTravaux en français237 207