Electrophysiological markers of early auditory temporal resolution deterioration with aging
Notice bibliographique
Résumé
Aging significantly impacts auditory perception, particularly temporal resolution, which is the ability to detect rapid changes in sounds. Temporal resolution is often studied using gap detection methods, where a silent gap is inserted into a longer noise duration. Previous research indicates that aging negatively affects gap detection at the behavioral level. To objectively examine this process, electrophysiological correlates can be studied using a multi-deviant oddball paradigm. Existing data show reduced Deviant-Related Negativity (DRN) amplitudes and increased latencies in older adults compared to younger adults, suggesting a pre-attentive decline in processing basic temporal stimulus features. The effects of aging on gap detection have not been extensively investigated, making it uncertain whether changes can be detected in groups with smaller age differences. This study aims to investigate DRN and P2/P3a components in healthy, normal-hearing young (18-25 years) and middle-aged (30-45 years) adults using a multi-deviant paradigm combined with a behavioral gap audibility task with fixed gap durations. While behavioral task results were inconclusive, DRN latency analysis revealed significant differences during adaptation to deviant stimuli between age groups at various gap durations, displaying opposite slopes between both groups. Specifically, middle-aged participants exhibited increasing slopes, while younger participants showed decreasing slopes. Additionally, middle-aged adults exhibited significantly increased P2/P3a latencies compared to younger adults. These findings not only confirm the impact of aging on DRN during temporal resolution tasks but also suggest that examining the P2/P3a component could be valuable for early detection of age-related auditory decline.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».