Functional connectivity in the developing language network in 4‐year‐old children predicts future reading ability
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.
Notice bibliographique
Résumé
Understanding how pre-literate children's language abilities and neural function relate to future reading ability is important for identifying children who may be at-risk for reading problems. Pre-literate children are already proficient users of spoken language and their developing brain networks for language become highly overlapping with brain networks that emerge during literacy acquisition. In the present longitudinal study, we examined language abilities, and neural activation and connectivity within the language network in pre-literate children (mean age = 4.2 years). We tested how language abilities, brain activation, and connectivity predict children's reading abilities 1 year later (mean age = 5.2 years). At Time 1, children (n = 37) participated in a functional near infrared spectroscopy (fNIRS) experiment of speech processing (listening to words and pseudowords) and completed a standardized battery of language and cognitive assessments. At Time 2, children (n = 28) completed standardized reading assessments. Using psychophysiological interaction (PPI) analyses, we observed significant connectivity between the left IFG and right STG in pre-literate children, which was modulated by task (i.e., listening to words). Neural activation in left IFG and STG and increased task-modulated connectivity between the left IFG and right STG was predictive of multiple reading outcomes. Increased connectivity was associated later with increased reading ability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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