MétaCan
Menu
← Retour à la cohorte
Enregistrement W4324027869 · doi:10.1523/jneurosci.1100-22.2023

Rhythm in the Premature Neonate Brain: Very Early Processing of Auditory Beat and Meter

2023· article· en· W4324027869 sur OpenAlexafffund
Mohammadreza Edalati, Fabrice Wallois, Javad Safaie, Ghida Ghostine, Guy Kongolo, Laurel J. Trainor, Sahar Moghimi

Notice bibliographique

RevueJournal of Neuroscience · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcMaster UniversityBaycrest Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchFondation Pour l'AuditionCanadian Institute for Advanced Research
Mots-clésRhythmBeat (acoustics)AudiologyPsychologyElectroencephalographyCommunicationNeuroscienceSpeech recognitionComputer scienceAcousticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The ability to extract rhythmic structure is important for the development of language, music, and social communication. Although previous studies show infants' brains entrain to the periodicities of auditory rhythms and even different metrical interpretations (e.g., groups of two vs three beats) of ambiguous rhythms, whether the premature brain tracks beat and meter frequencies has not been explored previously. We used high-resolution electroencephalography while premature infants (n= 19, 5 male; mean age, 32 ± 2.59 weeks gestational age) heard two auditory rhythms in the incubators. We observed selective enhancement of the neural response at both beat- and meter-related frequencies. Further, neural oscillations at the beat and duple (groups of 2) meter were phase aligned with the envelope of the auditory rhythmic stimuli. Comparing the relative power at beat and meter frequencies across stimuli and frequency revealed evidence for selective enhancement of duple meter. This suggests that even at this early stage of development, neural mechanisms for processing auditory rhythms beyond simple sensory coding are present. Our results add to a few previous neuroimaging studies demonstrating discriminative auditory abilities of premature neural networks. Specifically, our results demonstrate the early capacities of the immature neural circuits and networks to code both simple beat and beat grouping (i.e., hierarchical meter) regularities of auditory sequences. Considering the importance of rhythm processing for acquiring language and music, our findings indicate that even before birth, the premature brain is already learning this important aspect of the auditory world in a sophisticated and abstract way. SIGNIFICANCE STATEMENTProcessing auditory rhythm is of great neurodevelopmental importance. In an electroencephalography experiment in premature newborns, we found converging evidence that when presented with auditory rhythms, the premature brain encodes multiple periodicities corresponding to beat and beat grouping (meter) frequencies, and even selectively enhances the neural response to meter compared with beat, as in human adults. We also found that the phase of low-frequency neural oscillations aligns to the envelope of the auditory rhythms and that this phenomenon becomes less precise at lower frequencies. These findings demonstrate the initial capacities of the developing brain to code auditory rhythm and the importance of special care to the auditory environment of this vulnerable population during a highly dynamic period of neural development.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,046
Tête enseignante GPT0,298
Écart entre enseignants0,252 · 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

Citations44
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neuroscience→Même sujetNeuroscience and Music Perception→Travaux en français237 207→