MétaCan
Menu
Retour à la cohorte
Enregistrement W4387303239 · doi:10.1162/jocn_a_02065

Aging of Amateur Singers and Non-singers: From Behavior to Resting-state Connectivity

2023· article· en· W4387303239 sur OpenAlexafffund
Xiyue Zhang, Pascale Tremblay

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésPsychologyDefault mode networkCognitionPrecuneusResting state fMRISingingCognitive psychologyTask-positive networkCognitive declineNeuroscienceAssociation (psychology)Affect (linguistics)CommunicationMedicine

Résumé

récupéré en direct d'OpenAlex

Healthy aging is associated with extensive changes in brain structure and physiology, with impacts on cognition and communication. The "mental exercise hypothesis" proposes that certain lifestyle factors such as singing-perhaps the most universal and accessible music-making activity-can affect cognitive functioning and reduce cognitive decline in aging, but the neuroplastic mechanisms involved remain unclear. To address this question, we examined the association between age and resting-state functional connectivity (RSFC) in 84 healthy singers and nonsingers in five networks (auditory, speech, language, default mode, and dorsal attention) and its relationship to auditory cognitive aging. Participants underwent cognitive testing and fMRI. Our results show that RSFC is not systematically lower with aging and that connectivity patterns vary between singers and nonsingers. Furthermore, our results show that RSFC of the precuneus in the default mode network was associated with auditory cognition. In these regions, lower RSFC was associated with better auditory cognitive performance for both singers and nonsingers. Our results show, for the first time, that basic brain physiology differs in singers and nonsingers and that some of these differences are associated with cognitive performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,048
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,062
Tête enseignante GPT0,319
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207