Binaural Advantage Enhances the Mismatch Negativity and Interhemispheric Connectivity During Gap Detection
Notice bibliographique
Résumé
not-yet-known not-yet-known not-yet-known unknown Binaural hearing provides a perceptual advantage in detecting brief gaps in sound, yet the neural mechanisms underlying this benefit remain poorly understood. This study examined the cortical dynamics and lateralization associated with the binaural advantage and ear advantage in auditory gap detection using event-related potentials (ERPs) and effective connectivity analysis. Sixteen normal-hearing adults were presented with monaural (left and right ear) and binaural broadband pink noise stimuli containing silent gaps of varying durations, while EEG was recorded. We analyzed the Mismatch Negativity (MMN) to assess auditory gap detection. Source-localized activity and Granger causality were analyzed across ten functionally defined scouts to evaluate cortical dynamics and effective connectivity underlying ear asymmetry and binaural advantage. Results revealed significantly larger and earlier MMN responses in the binaural condition compared to monaural presentations, with stronger activation in contralateral temporal clusters for monaural conditions. Source-localized activity and effective connectivity exploratory analyses showed an overall enhanced activation for binaural stimulation for the standard stimuli. However, despite the stronger MMN observed in the binaural difference wave, source activity revealed a pattern of binaural suppression. Connectivity analyses further showed pronounced variations originating from the left auditory cortex and temporal gyri depending on listening condition, whereas connectivity involving the right auditory cortex varied as a function of gap duration. Together, these findings suggest that the binaural advantage relies on more efficient, facilitated mechanisms, while monaural stimulation requires increased cortical activity and connectivity to support temporal discrimination.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».