MétaCan
Menu
Retour à la cohorte
Enregistrement W3167397339 · doi:10.26443/msurj.v16i1.59

What is the Best Music for Neurofeedback Training?

2021· article· en· W3167397339 sur OpenAlexaff
Lyla Hawari, Neomi Singer, Arielle G. Rabinowitz, Robert J. Zatorre

Notice bibliographique

RevueMcGill Science Undergraduate Research Journal · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNeurofeedbackPsychologyAnhedoniaValence (chemistry)Nucleus accumbensVentral striatumArousalPleasureReward systemCognitive psychologyAuditory feedbackDopamineStriatumNeuroscienceElectroencephalography

Résumé

récupéré en direct d'OpenAlex

The nucleus accumbens (NAc) is widely known for its role in reward seeking behavior which is heavily reliant on dopamine signaling. Dopamine plays an important role in reward seeking behavior and motivation and its dysregulation is shown to cause symptoms of depression such as apathy, a lack of motivation, and anhedonia, a loss of pleasure. Studying the NAc, specifically the ventral striatum in this case, is critical in understanding the underlying mechanisms of this dysregulation. Music neurofeedback is a biofeedback technique that provides feedback on brain activity through the audio quality of the music, with lower quality sounding more muffled. This study uses this technique to train participants to increase the activity of their ventral striatum in an attempt to upregulate the activity of the reward system. This paper aims to investigate what the most effective music choices are in terms of genre, key, valence (positive or negative emotions) and energy (pertaining to levels of arousal) to maximize the improvement on neurofeedback training. These musical attributes were identified by the Spotify “Organize Your Music” categorization tool. Participants underwent six EEG music neurofeedback training sessions with individually tailored pleasurable music as the source of feedback. The participants either received real feedback in the neurofeedback group (NF) or sham feedback in the control group. The results of this study showed that neurofeedback performance was negatively correlated with valence whereby songs that led to the greatest performance, measured as increase in ventral striatum activity from baseline, were those low in valence. Participants that had the greatest improvement in their neurofeedback training selected songs that were in a minor key and belonged to the pop genre. Although this study is based on a small sample, it takes the first step towards the overarching goal of using music to manage dysregulation in the reward system.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0090,004
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,300
Tête enseignante GPT0,426
Écart entre enseignants0,125 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMcGill Science Undergraduate Research JournalMême sujetNeuroscience and Music PerceptionTravaux en français237 207