Neural evidence for linguistic statistical learning is independent of rhythmic and cognitive abilities in neurotypical adults
Notice bibliographique
Résumé
Statistical Learning (SL) is an essential mechanism for speech segmentation. Individual differences in SL ability are associated with language acquisition. For instance, better SL correlated with a larger vocabulary size and impaired SL was found in populations with language impairments. The aim of the current study was to contribute to uncovering the underpinnings of individual differences in auditory SL for word segmentation. We hypothesized that individuals with better musical - specifically rhythmic - abilities would show better SL. Participants (N = 106) were exposed to an artificial language consisting of trisyllabic nonsense words. Electroencephalography (EEG) measures of neural entrainment to the auditory signal allow online assessment of SL. The current study used this method to measure individual SL performance during exposure. To assess individual differences, we linked the neural measure of SL to a battery of tests measuring rhythmic, musical, and cognitive abilities, as well as vocabulary size. We replicated earlier work, finding both online (neural) and offline (behavioral) evidence of SL in our sample. In contrast to our expectations regarding individual differences, we found evidence for the null hypothesis regarding correlations between the tests of rhythmic ability and the neural measurement of SL. Exploratory analyses concerning working memory remained inconclusive, while exploratory analyses regarding vocabulary size yielded moderate evidence for a small correlation with the neural measure of SL. Overall, our results suggest that linguistic SL is largely independent from abilities in other cognitive domains, including rhythmic processing and musical abilities, as measured within a sample of healthy, typically developed adults.
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 | 0,000 | 0,010 |
| 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) | 0,000 | 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 ».