MétaCan
Menu
Retour à la cohorte
Enregistrement W4404199554 · doi:10.1038/s41597-024-04010-8

Neural Dynamics of Creative Movements During the Rehearsal and Performance of “LiveWire"

2024· article· en· W4404199554 sur OpenAlexfundno aff
Maxine Pacheco, Mauricio A. Ramírez-Moreno, Komal K Kukkar, Nishant Rao, Derek Huber, Anthony Brandt, Ann C. Noble, D Noble, Bryan Ealey, José L. Contreras-Vidal

Notice bibliographique

RevueScientific Data · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversityRice UniversityNational Science Foundation
Mots-clésElectrooculographyForeheadElectroencephalographyComputer scienceDynamics (music)Brain activity and meditationInertial measurement unitMotion (physics)Artificial intelligenceBrain–computer interfaceComputer visionPsychologyEye movementNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

This report contains a description of physiological and motion data, recorded simultaneously and in synchrony using the hyperscanning method from two professional dancers using wireless mobile brain-body imaging (MoBI) technology during rehearsals and public performances of "LiveWire" - a new composition comprised of five choreographed music and dance sections inspired by neuroscience principles. Brain and ocular activity were measured using 28-channel scalp electroencephalography (EEG), and 4-channel electrooculography (EOG), respectively; and head motion was recorded using an inertial measurement unit (IMU) placed on the forehead of each dancer. Video recordings were obtained for each session to allow for tagging of physiological and motion signals and for behavioral analysis. Data recordings were collected from 10 sessions over a 4-month period, in which the dancers rehearsed or performed (in front of an audience) choreographed expressive movements. A detailed explanation of the experimental set-up, the steps carried out for data collection, and an explanation on the usage are provided in this report.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,933
Score d'incertitude au seuil0,183

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,036
Tête enseignante GPT0,271
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetNeural dynamics and brain functionTravaux en français237 207