L'utilisation de la musique comme support de nouveaux apprentissages dans le vieillissement normal et la maladie d'Alzheimer
Notice bibliographique
Résumé
L’objectif de ce travail de thèse est d’évaluer le potentiel de la musique comme support mnémotechnique pour l’acquisition de nouvelles informations chez des personnes âgées saines et atteintes de la maladie d’Alzheimer (MA). Les bénéfices de la musique sur la cognition ont souvent été mis en évidence, y compris chez des populations âgées ou atteintes de démence. Parallèlement, chez des sujets jeunes, l’idée que la musique peut servir de support pour la mémoire a été largement débattue. Pourtant, très peu d’études ont posé cette question auprès de populations âgées ou dans la démence, malgré le besoin persistant de stratégies d’intervention dans ce domaine. Dans le présent travail, deux études sont menées dans une cohorte de 8 participants atteints d’un stade léger de la maladie d’Alzheimer, et 7 participants âgés sains appariés en âge et niveau de scolarité. La première étude porte sur la mémoire verbale, et compare l’apprentissage et la rétention de paroles (textes inconnus) présentées de manière récitée ou chantée. Lorsque les paroles sont chantées, différents degrés de familiarité de la mélodie sont contrastés. Aussi, l’action motrice étant intimement liée à l’écoute musicale, nous contrastons deux procédures d’apprentissage impliquant (ou non) la production synchronisée des paroles à mémoriser pendant l’encodage : le participant est invité à chanter à l’unisson avec un modèle (ou à écouter simplement sans chanter). Les résultats de cette étude sont présentés et discutés dans les deux premiers articles de la partie expérimentale. Ils suggèrent globalement que la musique n’aide pas l’apprentissage en rappel immédiat ; un effet délétère est même observé lorsque la mélodie utilisée est non familière. Par contre, la musique favorise la rétention à long terme des paroles, principalement pour les participants MA. Elle ne semble cependant pas interagir avec la procédure d’apprentissage impliquant le chant à l’unisson. La seconde étude porte sur l’apprentissage de séquences de gestes. Suivant la même logique que dans la première étude, nous explorons l’influence d’un accompagnement musical (versus apprentissage en silence) et d’une procédure d’apprentissage avec production synchronisée (versus observation) des gestes durant l’encodage. Les résultats (article 3) ne montrent pas non plus d’interaction entre l’accompagnement et la procédure d’apprentissage, mais différents effets de chaque composante sur les deux groupes de participants. Effectuer les gestes en synchronie avec un modèle lors de l’encodage est bénéfique pour les sujets Contrôles, mais plutôt délétère pour les participants MA. Par contre, l’accompagnement musical favorise davantage l’apprentissage chez les sujet MA que chez les Contrôles. En discussion générale, nous discutons les implications de ces résultats pour la neuropsychologie fondamentale et clinique, et proposons notamment différentes recommandations visant à maximiser ces effets et à les rendre pertinents pour l’usage thérapeutique en stimulation cognitive.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».