MétaCan
Menu
Retour à la cohorte
Enregistrement W2956196337 · doi:10.3389/fncir.2019.00049

Music-Evoked Reward and Emotion: Relative Strengths and Response to Intervention of People With ASD

2019· review· en· W2956196337 sur OpenAlexafffund
Eve‐Marie Quintin

Notice bibliographique

RevueFrontiers in Neural Circuits · 2019
Typereview
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research Council of CanadaMcGill University
Mots-clésPsychologyAutism spectrum disorderIntervention (counseling)Active listeningMusic therapyMusic and emotionCognitive psychologyPerceptionAutismMusic psychologyDevelopmental psychologyMusic educationNeuroscienceCommunicationPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This review presents research findings showing that music is a unique domain to assess perception, reward, emotion, and associated physiological reactions and neural circuitry of people with autism spectrum disorder (ASD). There is growing evidence, reported in several studies in this review article, indicating that music is a relative strength of people with ASD including musical pitch perception, musical memory, and identification of music-evoked emotions. Listening to music activates neural circuits of reward and emotion response, which are described. Research presented shows adults with ASD also activate these systems when listening to music, although there may be developmental differences in the physiological and neural response to music in childhood and adolescence alongside typical behavioral response. Nonetheless, studies reviewed lend support to the use of music therapy and education for people with ASD, specifically to improve social skills and communication. Neural correlates of response to music therapy and education are also discussed. Taken together, findings reviewed provide evidence for music as a strength-based approach for ASD to assess reward and emotion response and as a powerful tool for intervention.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,044
Tête enseignante GPT0,330
Écart entre enseignants0,285 · 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'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

Citations59
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Neural CircuitsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207