Effects of Background Music on Attentional Networks of Children With and Without Attention Deficit/Hyperactivity Disorder: Case Control Experimental Study
Notice bibliographique
Résumé
Background To sustain performance during a task that requires attention may be a challenge for children with attention deficit/hyperactivity disorder (ADHD), which strongly influences motivation for tasks and has been connected to the level of arousal. Objective This study aimed to analyze the effect of musical stimulus on attentional performance in children with ADHD and typically developing children. Methods A total of 76 boys (34 with ADHD and 42 typically developing) performed the Attention Network Test (ANT) for children under 2 experimental conditions (with and without music). Four attentional measures were extracted from the ANT. We tested the effect of the experimental condition and its interaction with the group using repeated measures ANOVA. Results We found no significant main effects or interactions for the reaction times of the alerting, orienting, and conflict attentional networks of the ANT (all P>.05). Regarding ANT errors, we found a significant main effect for music, with a moderate effect size (F1,72=9.83; P=.03; ηp2=0.06) but the condition×group interaction was not significant (F1,72=1.79; P=.18). Participants made fewer errors when listening to music compared to the control condition. Conclusions Music seems not to interfere in the attentional network in children and adolescents. Perhaps background music affects motivation. Future studies will be needed to validate this. Trial Registration ReBEC.gov U1111-12589039; https://ensaiosclinicos.gov.br/rg/RBR-8s22sh8
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».