No clear benefit of transcutaneous auricular vagus nerve stimulation for non-native speech sound learning
Notice bibliographique
Résumé
Introduction Learning to understand and speak a new language can be challenging and discouraging for adults. One potential tool for improving learning is transcutaneous auricular vagus nerve stimulation (taVNS), which modulates perception, memory, and attention systems. It has recently been reported that taVNS can improve English speakers' ability to perceive unfamiliar Mandarin tones. The current project explored the potential benefits of taVNS for language learning beyond tone perception. Methods We studied adults' ability to perceive and produce unfamiliar speech sounds as well as any potential change in language learning motivation from pre- to post-training. Forty-five native English speakers were divided into three groups and were trained to perceive German sounds: one group received stimulation during easier-to-learn sounds (vowels), one group received stimulation during harder-to-learn sounds (fricatives), and a control group received no stimulation. Results and discussion We did not find evidence that taVNS improved perception or production of the German sounds, but there was evidence that it did improve some aspects of motivation. Specifically, the group that received taVNS during easier sounds showed a significant decrease in feelings of tension/pressure about language learning, while the other groups did not. Overall, the present study does not find that taVNS holds benefits for the acquisition of new speech sounds; however, the field is nascent, and so the potential applications of taVNS for language learning remain to be clarified.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».