Patterns of Cortical Activity in a Silent Single‐Word Reading Task Depend on Word Frequency and Age‐Related Differences: An <scp>MEG</scp> Study
Notice bibliographique
Résumé
This study investigates how word frequency and age modulate the amplitude, temporal, and spatial patterns of cortical activation during silent single-word reading, as measured by magnetoencephalography (MEG). We recorded MEG data from 30 neurotypical adults and 30 typically developing children during a silent reading task involving high-frequency words, low-frequency words, and pseudowords, with cortical activation analyzed using event-related fields (ERF) and peak latency (PL). In both adults and children, high-frequency words elicited lower ERF amplitudes and faster processing times compared to low-frequency words and pseudowords. While similar neural regions were activated across stimulus types, children demonstrated significantly higher amplitudes and longer processing times than adults. These results indicate that word frequency significantly modulates the neural dynamics of reading, with high-frequency words processed more efficiently. Furthermore, the data suggest that the reading pathways in children are still maturing, as evidenced by their increased neural activation and delayed processing. This developmental difference, particularly the demonstration of frequency-dependent processing in the superior temporal gyrus of children, offers unique evidence for the maturation of distinct lexical and sublexical reading pathways, consistent with the dual-route cascaded theory.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».