Singing training predicts increased insula connectivity with speech and respiratory sensorimotor areas at rest
Notice bibliographique
Résumé
The insula contributes to the detection of salient events during goal-directed behavior and participates in the coordination of motor, multisensory, and cognitive systems. Recent task-fMRI studies with trained singers suggest that singing experience can enhance the access to these resources. However, the long-term effects of vocal training on insula-based networks are still unknown. In this study, we employed resting-state fMRI to assess experience-dependent differences in insula co-activation patterns between conservatory-trained singers and non-singers. Results indicate enhanced bilateral anterior insula connectivity in singers relative to non-singers with constituents of the speech sensorimotor network. Specifically, with the cerebellum (lobule V-VI) and the superior parietal lobes. The reversed comparison showed no effects. The amount of accumulated singing training predicted enhanced bilateral insula co-activation with primary sensorimotor areas representing the diaphragm and the larynx/phonation area-crucial regions for cortico-motor control of complex vocalizations-as well as the bilateral thalamus and the left putamen. Together, these findings highlight the neuroplastic effect of expert singing training on insula-based networks, as evidenced by the association between enhanced insula co-activation profiles in singers and the brain's speech motor system components.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».