Action semantic deficits are associated with impaired motor skills in autistic adults without intellectual impairment
Notice bibliographique
Résumé
Several studies indicate the functional importance of the motor cortex for higher cognition, language \n24 and semantic processing, and place the neural substrate of these processes in sensorimotor action25 perception circuits linking motor, sensory and perisylvian language regions. Interestingly, in \n26 individuals with autism spectrum disorder (ASD), semantic processing of action and emotion words \n27 seems to be impaired and is associated with hypoactivity of the motor cortex during semantic \n28 processing. In this study, the relationship between semantic processing, fine motor skills and clinical \n29 symptoms was investigated in 19 individuals with ASD and 22 typically-developing matched \n30 controls. Participants completed two semantic decision tasks involving words from different semantic \n31 categories, a test of alexithymia (the Toronto Alexithymia Scale), and a test of fine motor skills (the \n32 Purdue Pegboard Test). A significant Group x Word Category interaction in accuracy (p < .05) \n33 demonstrated impaired semantic processing for action words, but not object words in the autistic \n34 group. There was no significant group difference when processing abstract emotional words or \n35 abstract neutral words. Moreover, our study revealed deficits in fine motor skills as well as evidence \n36 for alexithymia in the ASD group, but not in neurotypical controls. However, these motor deficits \n37 did not correlate significantly with impairments in action-semantic processing. We interpret the \n38 data in terms of an underlying dysfunction of the action-perception system in ASD and its specific \n39 impact on semantic language processing.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».