MétaCan
Menu
Back to cohort
Record W2902286270 · doi:10.21827/5c066b80631ba

Het gebruik van magnetoencefalografie als hersenbeeldvormingstechniek voor het bestuderen van neurale processen bij ontwikkelingsstotteren

2018· article· nl· W2902286270 on OpenAlexaff
Luc De Nil, Douglas Cheyne, Anna Mersov

Bibliographic record

VenueStem- Spraak- en Taalpathologie · 2018
Typearticle
Languagenl
FieldPsychology
TopicHearing Impairment and Communication
Canadian institutionsHospital for Sick ChildrenUniversity of Toronto
Fundersnot available
KeywordsHumanitiesArtPolitical science

Abstract

fetched live from OpenAlex

Hersenbeeldvormingsonderzoek heeft belangrijke functionele en structurele verschillen tussen de hersenen van mensen die stotteren en typisch vloeiende sprekers onthuld. Deze verschillen hebben onderzoekers toegestaan om het ontstaan en de ontwikkeling van stotteren bij kinderen en volwassenen beter te begrijpen. Echter, tot voor kort was het voor hersenonderzoekers moeilijk, zo niet onmogelijk, om neurale processen tijdens de planning en productie van individuele gestotterde of vloeiend gesproken woorden te onderzoeken. Een relatieve nieuwe hersenbeeldvormingstechniek, magnetoencefalografie (MEG), biedt onderzoekers nu de mogelijkheid om subtiele modulaties in neurale processen op het milliseconde niveau te analyseren terwijl een spreker zich voorbereidt op het zeggen van een individueel woord. In dit artikel introduceren we MEG en de wijze waarop het gebruikt kan worden om spraak te bestuderen, gevolgd door een discussie van enkele recente bevindingen omtrent stotteren. Vervolgens illustreren we het gebruik van MEG voor de studie van vloeiende en gestotterde spraakproductie met behulp van voorlopige resultaten van twee recente studies uitgevoerd bij onze onderzoeksgroep. In de eerste studie onderzochten we het tijdsverloop van neurale activatie tijdens zowel een spreek- als een non-spreek (knopdruk) taak. De resultaten onthulden vergelijkbare resultaten voor de spreek- en non-spreekktaken, en lieten zien hoe taakcomplexiteit neurale verwerking kan beïnvloeden. Studie 2 rapporteert resultaten van een studie die stotterende en niet-stotterende sprekers vergeleek tijdens spraakproductie. De resultaten suggereerden dat verschillen in de betrokkenheid van de motorcortex kunnen worden getimed om samen te vallen met spraakplanning voorafgaand aan bewegingsinitiatie. Dergelijk onderzoek toont aan dat MEG veelbelovend is om ons begrip te bevorderen van neurale triggers die geassocieerd worden met het optreden van stotteren in spraak. De bevindingen kunnen klinisch onderzoekers in staat stellen om te zoeken naar manieren om klinische interventie aan te passen teneinde de rol van dergelijke triggers te minimaliseren of te voorkomen.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.601
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0040.002
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0040.011

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.050
GPT teacher head0.347
Teacher spread0.297 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueStem- Spraak- en TaalpathologieSame topicHearing Impairment and CommunicationFrench-language works237,207