Chapitre 5. Comprendre le bégaiement : apport des études comportementales et de l’imagerie cérébrale
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
La recherche sur les caractéristiques comportementales et neurologiques du bégaiement développemental a mis en lumière le rôle important des systèmes sensoriels et moteurs dans le déclenchement et le développement de ce trouble de la fluence. Les personnes qui bégaient diffèrent des locuteurs fluents dans la planification et l’exécution de la parole. Les études récentes sur les symptômes du bégaiement et sur l’imagerie cérébrale ont identifié quelques facteurs contributifs à ce handicap. En plus des déficiences d’apprentissage moteur et comportemental, les recherches ont montré des caractéristiques neurologiques structurelles et fonctionnelles anormales chez les enfants et les adultes qui bégaient dans le réseau cortical et sous-cortical impliqué dans la planification et l’exécution sensori-motrice. On trouve ces différences dans la substance grise corticale et sous-corticale et dans les réseaux de substance blanche responsables de communications intra- et inter-corticales. En outre, on a la preuve que des lésions et des déficiences dans ce réseau neuronal peuvent induire un développement du bégaiement neurogène (acquis) chez des adultes normalement fluents.Dans ce chapitre, nous passons en revue les recherches actuelles sur les bégaiements développemental et acquis, en ciblant celles qui portent sur les systèmes sensoriel et moteur sous-jacents à la planification et à la production de la parole, et nous proposons une conception multifactorielle du début et du développement du bégaiement. Nous dégageons aussi quelques implications cliniques des découvertes de la recherche actuelle.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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