Interhemispheric functional brain connectivity predicts new language learning success in adults
Notice bibliographique
Résumé
Investigating interhemispheric interactions between homologous cortical regions during language processing is of interest. Despite prevalent left hemisphere lateralization of language, the right hemisphere also plays an important role and interhemispheric connectivity is influenced by language experience and is implicated in second language (L2) acquisition. Regions involved in language processing have differential connectivity to other cortical regions and to each other, and play specific roles in language. We examined the interhemispheric interactions of subregions of the inferior frontal gyrus (areas 44 and 45), the adjacent area 9/46v in the middle frontal gyrus, the superior temporal gyrus (STG), and the posterior inferior parietal lobule (pIPL) in relation to distinct and specific aspects of L2 learning success. The results indicated that the connectivity between left and right areas 44 and 9/46v predicted improvement in sentence repetition, connectivity between left and right area 45 and mid-STG predicted improvement in auditory comprehension, and connectivity between left and right pIPL predicted improvement in reading speed. We show interhemispheric interactions in the specific context of facilitating performance in adult L2 acquisition that follow an anterior to posterior gradient in the brain, and are consistent with the respective roles of these regions in language processing.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».