Neural Mechanisms of Joint Action in Musical Ensembles : Disentangling Self and Other Integration
Notice bibliographique
Résumé
Musical ensembles continuously anticipate and adapt to each other’s movements for optimal joint performance. Players must divide their attentional resources between their own actions and those of the ensemble. In improvisational contexts, this dynamic interplay becomes even more critical. However, neural mechanisms for joint action remain challenging to study due to the entanglement of movement perception and production in brain activity. Here we disentangle neural responses related to self versus other, and assess their integration by combining dual-EEG recordings with frequency-tagging techniques. Participants wore LEDs flickering at 5.7 and 7.7 Hz on their index finger while producing novel patterns of coordinated horizontal forearm movements by varying the speed and amplitude. We aim to reproduce and extend the findings from Varlet et al. (2020) who demonstrated that: 1) leadership roles influence individual’s monitoring of self- and other-generated movements and the degree to which they are integrated, 2) neural activity of self-other integration is strongest during cooperative joint action without an assigned leader, and 3) that coordination strength is related to the amplitude of neural activity at self-other integration frequencies. We will extend their findings, obtained during synchronised (in-phase) movement improvisation, to anti-phase (180-degree relative phase difference) coordination. Anti-phase coordination is expected to require more effort to maintain, being the less stable pattern. As a result, stronger neural self-other integration responses are hypothesised to occur during anti-phase coordination compared to in-phase coordination. The same relationship between coordination strength and self-other integration strength is expected in anti-phase coordination, unless the integration strength in the original study was confounded by the physical proximity of the frequency tagged LEDs. The implications of this study have wide-reaching applications beyond musical contexts, as we coordinate with people in our environment across a wide range of tasks, both for social purposes and to extend our action capabilities.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».