How does the infant brain process speech? An fNIRS meta-analysis
Notice bibliographique
Résumé
The neural mechanisms of infant speech perception are an important topic of cognitive neuroscientific research. One key theoretical question in this area surrounds the lateralization of infant neural speech responses. Specifically, it is important to determine whether infants have patterns of left lateralization for speech in their frontal and temporal lobes, as is commonly seen in adults. However, the spatial patterns of infant findings are inconsistent; some studies show the frontal and temporal regions of both hemispheres activating, while others demonstrate activation predominantly or only in the left hemisphere. This meta-analysis, for the first time in the field, examines studies using functional near-infrared spectroscopy (fNIRS) to determine the field-wide pattern of activation of the frontal and temporal lobes when infants are exposed to speech. In this pre-registered meta-analysis, we first completed a literature search using keywords through various popular online databases: PubMed, Web of Science, and the UBC Library. Papers were screened according to a pre-determined inclusion criterion. Those selected for our review would be analyzed for their methodologies and activation results. We coded the results for each contrast for each paper (e.g., neural activation patterns to speech stimuli vs. baseline). Overall, there was not strong evidence for left lateralization in either the temporal or the frontal lobes. We also did not find evidence that any lateralization pattern changed with age. One analysis revealed that patterns of lateralization in the left hemisphere may differ depending on language familiarity, with a marginally significant pattern of left lateralization when infants hear a familiar language. Overall, this meta-analysis provides an overview of the current state of the field concerning localized neural responses to speech stimuli and provides a field-wide answer to the question of the patterns of lateralization to speech stimuli found in infancy.
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 | 0,013 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,029 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».