Music training and language learning improve verbal memory performance but do not change white matter characteristics of the splenium: a longitudinal DTI study
Notice bibliographique
Résumé
Introduction: Previous research has suggested associations between memory performance, white matter characteristics, and training in music performance. Associations of memory performance and white matter characteristics have also been found with language learning. Given the proposed links between music training and language learning, we investigate here, whether a year of different types of training (music, language, both, or other), related to white matter characteristics in the corpus callosum and the fornix and verbal and visuospatial memory performance changes. Methods: We obtained verbal and visuospatial memory performance scores (California Verbal Learning Test Second Edition; Wechsler Memory Scale Fourth Edition, Designs 1 and 2) and diffusion tensor imaging data from 65 young adult participants before and after a year during which they enrolled in music performance classes, language learning classes, both types of classes, or other types of classes. Results: Analyses revealed a significant linear contrast of class type showing improvements in verbal memory scores for participants who had taken either music performance training or language learning classes, and the biggest improvement for participants that had taken both types of classes. No significant effects were observed for visuospatial memory. Regression analyses further indicated that fractional anisotropy in the splenium at time point 1 significantly predicted verbal memory change but that the class type factor did not add explanatory power. Discussion: Our findings indicate that both music training and language learning can lead to verbal memory improvements and that both types of training can compound, for example, in the form of singing or opera training to lead to greater improvements. Thus, training in music performance and language learning may have additive effects on verbal memory improvements. While callosal white matter characteristics related to verbal memory changes in our sample, the neural mechanism of the shown training effects is presumably another.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».