Music reward sensitivity is associated with greater information transfer capacity within dorsal and motor white matter networks in musicians
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
There are pronounced differences in the degree to which individuals experience music-induced pleasure which are linked to variations in structural connectivity between auditory and reward areas. However, previous studies exploring the link between white matter structure and music reward sensitivity (MRS) have relied on standard diffusion tensor imaging methods, which present challenges in terms of anatomical accuracy and interpretability. Further, the link between MRS and connectivity in regions outside of auditory-reward networks, as well as the role of musical training, have yet to be investigated. Therefore, we investigated the relation between MRS and structural connectivity in a large number of directly segmented and anatomically verified white matter tracts in musicians (n = 24) and non-musicians (n = 23) using state-of-the-art tract reconstruction and fixel-based analysis. Using a manual tract-of-interest approach, we additionally tested MRS-white matter associations in auditory-reward networks seen in previous studies. Within the musician group, there was a significant positive relation between MRS and fiber density and cross section in the right middle longitudinal fascicle connecting auditory and inferior parietal cortices. There were also positive relations between MRS and fiber-bundle cross-section in tracts connecting the left thalamus to the ventral precentral gyrus and connecting the right thalamus to the right supplementary motor area, however, these did not survive FDR correction. These results suggest that, within musicians, dorsal auditory and motor networks are crucial to MRS, possibly via their roles in top-down predictive processing and auditory-motor transformations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle