Cerebral Lateralization During Handwritten and Typed Word Generation: A Functional Transcranial Doppler Ultrasound Study in Left‐Handers and Right‐Handers
Notice bibliographique
Résumé
Cerebral lateralization of written language, much like oral language, is predominantly left lateralized. However, handwriting has been the primary focus in lateralization studies. The cerebral lateralization of typing-a widely used method of writing-remains unexamined. This preregistered study aimed to explore the cerebral lateralization of typing versus handwriting and to investigate possible handedness-related differences. We hypothesized that (i) cerebral lateralization would not differ between the two writing methods after movement correction and (ii) both handwriting and typing would show weaker lateralization in left-handers compared to right-handers. To investigate this, we used functional transcranial Doppler (fTCD) ultrasound, a reliable method for assessing cerebral lateralization during language tasks that remains unaffected by movement artifacts, such as those generated by handwriting and typing. A total of 24 left-handers and 30 right-handers participated, performing written word generation through both handwriting and typing on a computer keyboard while undergoing fTCD assessment. We applied a Bayesian framework for our analysis, as it enables us to demonstrate the absence of a difference (i.e., no difference between two variables), which is not possible with the use of p values (estimated under the frequentist framework). Our results provided evidence supporting the absence of a difference in cerebral lateralization between handwriting and typing after movement correction. However, we found no conclusive evidence to either support or refute a difference in lateralization between left-handers and right-handers, suggesting that more research is needed to clarify the role of handedness in cerebral lateralization for different writing methods.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».