A neural index of inefficient evidence accumulation in dyslexia underlying slow perceptual decision making
Notice bibliographique
Résumé
Visual processing deficits have been widely reported in developmental dyslexia however the locus of cognitive dysfunction remains unclear. Here, we examined the neural correlates of perceptual decision-making using a dot-motion task and electroencephalography (EEG) and investigated whether presenting deficits were unique to children with dyslexia or if they were also evident in other, typically developing children with equally immature reading systems. Sixty-eight children participated: 32 with dyslexia (DD; 16 females); 21 age-matched controls (AM; 11 females) and 15 reading-matched controls (RM; 9 females). All participants completed a bilaterally presented random-dot-motion task while EEG was recorded. Neural signatures of low level sensory processing (steady state visual evoked potentials; SSVEPs), pre-target attentional bias (posterior α power), attentional orienting (N2), evidence accumulation (centro-parietal positive decision signal; CPP) and execution of a motor response (β) were obtained to dissect the temporal sequence of perceptual decision-making. Reading profile provided a score of relative lexical and sublexical skills for each participant. Although all groups performed comparably in terms of task accuracy and false alarm rate, the DD group were slower and demonstrated an earlier peak latency, reduced slope and lower amplitude of the CPP compared with both AM and RM controls. Reading profile was found to moderate the relationship between word reading ability, reaction time as well as CPP indices showing that lexical dyslexics responded more slowly and had a shallower slope, reduced amplitude and earlier latency of CPP waveforms than sublexical dyslexics. These findings suggest that children with dyslexia, particularly those with relatively poorer lexical abilities, have a reduced rate and peak of evidence accumulation as denoted by CPP markers yet remain slow in their overt response. This is in keeping with hypotheses that children with dyslexia have impairment in effectively sampling and processing evidence about visual motion stimuli.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».