MétaCan
Menu
Retour à la cohorte
Enregistrement W4413919715 · doi:10.1162/jocn.a.95

Experience-driven Predictability Does Not Influence Neural Entrainment to the Beat

2025· article· en· W4413919715 sur OpenAlexafffund
Joshua D. Hoddinott, Molly J. Henry, Jessica A. Grahn

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensToronto Metropolitan UniversityWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBeat (acoustics)RhythmEntrainment (biomusicology)ElectroencephalographyPsychologyPerceptionNeuroscienceActive listeningAudiologyCommunicationSpeech recognitionComputer scienceAcousticsPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

Humans spontaneously synchronize movements to a perceived underlying pulse, or beat, in music. Beat perception may be indexed by the synchronization of neural oscillations to the beat, marked by increases in EEG amplitude at the beat frequency [Nozaradan, S., Peretz, I., Missal, M., & Mouraux, A. Tagging the neuronal entrainment to beat and meter. Journal of Neuroscience, 31, 10234-10240, 2011]. Indeed, neural synchronization to the beat appears stronger for strong-beat than non-beat rhythms [Tal, I., Large, E. W., Rabinovitch, E., Wei, Y., Schroeder, C. E., Poeppel, D., et al. Neural entrainment to the beat: The "missing-pulse" phenomenon. Journal of Neuroscience, 37, 6331-6341, 2017] and may underlie the generation of an internal representation of beat. However, because we are exposed disproportionately to strong-beat rhythms (e.g., most Western music) in the environment, comparisons of neural responses to strong-beat and non-beat rhythms may be confounded by relative differences in familiarity. Here, we dissociated beat-related and familiarity-related neural responses by comparing EEG amplitudes during the perception of strong-beat and non-beat rhythms that were either novel or made familiar through training. First, we recorded EEG from participants while they listened to a set of strong-beat, weak-beat, and non-beat rhythms. Then, they were trained on half of the rhythms over four behavioral sessions by listening to and tapping along with them, such that half of the rhythms were familiar by the end of training. Finally, EEG responses to the full rhythm set (half now familiar, half still unfamiliar) were recorded posttraining. Results show no effect of training on EEG amplitude at beat or stimulus-related frequencies and little evidence of familiarity-driven changes in EEG amplitude for weak- and non-beat rhythms. This suggests that oscillatory entrainment to the beat is not driven by familiarity and therefore likely reflects beat processing.

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)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,327
Écart entre enseignants0,296 · 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.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetNeuroscience and Music PerceptionTravaux en français237 207