Acoustic and neural representation of recognizing different pragmatic intentions from speech prosody in high-functioning ASD children
Notice bibliographique
Résumé
Children with autism spectrum disorder (ASD) have difficulties detecting others’ intentions and attitudes from nonverbal cues in social communication. However, their ability to detect pragmatic functions from speech is less understood. This study involved high-functioning ASD children and typical controls listening to speech with different prosodies conveying attitudes towards discussion content (e.g., confident or desired speech) or the listener (e.g., dominant or friendly speech). Participants judged the attitudinal prosodies while their cortico-hemodynamic responses were monitored with functional near-infrared spectroscopy (fNIRS). Analysis showed enhanced cortical activity in the middle/superior temporal gyrus (MTG/STG) and dorsolateral prefrontal areas during content-oriented prosody, and in the dlPFC, inferior frontal gyrus, frontopolar area, and orbitofrontal regions during listener-oriented speech in ASD children compared to the typical development (TD) group. Behaviorally, ASD children showed higher accuracy than TD when hearing listener-oriented speech but similar performance for content-oriented speech. Representational similarity analysis (RSA) indicated that ASD children used both pitch and intensity cues for listener-oriented prosodies but only intensity for content-oriented prosody. This study highlights the altered neurobehavioral profiles of speech perception in children with ASD and underscores the importance of fNIRS in assessing pragmatic functions in high-functioning ASD children.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».