MétaCan
Menu
Retour à la cohorte
Enregistrement W2925231405 · doi:10.1073/pnas.1811513116

Redefining bilingualism as a spectrum of experiences that differentially affects brain structure and function

2019· article· en· W2925231405 sur OpenAlexaff
Vincent DeLuca, Jason Rothman, Ellen Bialystok, Christos Pliatsikas

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNeuroscience of multilingualismOperationalizationCognitive psychologyCognitionCategorical variablePsychologyBrain Structure and FunctionDevelopmental psychologyComputer scienceNeuroscienceMachine learning

Résumé

récupéré en direct d'OpenAlex

Learning and using an additional language is shown to have an impact on the structure and function of the brain, including in regions involved in cognitive control and the connections between them. However, the available evidence remains variable in terms of the localization, extent, and trajectory of these effects. Variability likely stems from the fact that bilingualism has been routinely operationalized as a categorical variable (bilingual/monolingual), whereas it is a complex and dynamic experience with a number of potentially deterministic factors affecting neural plasticity. Here we present a study investigating the combined effects of experience-based factors (EBFs) in bilingual language use on brain structure and functional connectivity. EBFs include an array of measures of everyday usage of a second language in different types of immersive settings (e.g., amount of use in social settings). Analyses reveal specific adaptations in the brain, both structural and functional, correlated to individual EBFs and their combined effects. Taken together, the data show that the brain adapts to be maximally efficient in the processing and control of two languages, although modulated ultimately by individual language experience.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,295
Écart entre enseignants0,262 · 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

Citations430
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetNeurobiology of Language and BilingualismTravaux en français237 207