MétaCan
Menu
← Retour à la cohorte
Enregistrement W3143493113 · doi:10.1017/9781316882764.010

Relating Neural Oscillations to Syllable Cycles and Chunks

2021· book-chapter· en· W3143493113 sur OpenAlexaff
Victor J. Boucher

Notice bibliographique

RevueCambridge University Press eBooks · 2021
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésEntrainment (biomusicology)Chunking (psychology)SyllableSpeech recognitionAlternation (linguistics)Computer scienceRhythmArtificial intelligencePhysicsAcousticsLinguistics

Résumé

récupéré en direct d'OpenAlex

The entrainment of neural oscillations to attributes of signals provides a key principle by which one can evaluate how the brain interfaces with structures of motor speech. For many authors, frequency-specific entrainment of delta (< 3 Hz) and theta (4–10 Hz ) oscillations to groups and syllable-size energy modulations define processing frames. However, there is little agreement on the type of information that is processed in the frames. A review is provided of diverging views on the role of entrainment and controversial claims that oscillations entrain to non-sensory units like words and phrases. A critical experiment is presented showing that, whereas theta oscillations entrain to acoustic attributes even in sequences of tones, delta entrains specifically to signature marks of chunking in speech stimuli regardless of whether the stimuli are meaningful utterances or meaningless series of syllables. By this evidence, delta waves do not entrain primarily to putative syntactic units but more generally to chunks of articulated sounds, which is consistent with a body of evidence demonstrating that chunking is a domain-general principle involved in processing motor sequences.

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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,008

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 Opus0,039
Tête enseignante GPT0,227
Écart entre enseignants0,188 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→