Synchronisation rythmique déficiente chez l'humain : bases comportementales
Bibliographic record
Abstract
Les humains ont naturellement tendance à bouger sur le beat de la musique. Bien que spontané, ce comportement nécessite d'extraire une régularité d'un signal acoustique complexe, ainsi que d'aligner le mouvement à cette périodicité. Il n'est donc pas surprenant que certains individus éprouvent de la difficulté à se synchroniser au beat. Quelques cas ont été décrits ces dernières années. Des causes telles qu'une déficience intellectuelle, de l'ouïe, motrice, ou encore du traitement de la hauteur des notes musicales ont été écartées; leur difficulté semble donc spécifique au traitement du beat. Le but de la thèse est de clarifier la nature d'un tel trouble comme moyen d'éclairer les théories du traitement du beat chez l'humain. Dans un premier temps, nous avons utilisé des mouvements naturels et de la musique populaire originale pour détecter, au sein d'un grand échantillon de jeunes adultes, des individus présentant une faible capacité de synchronisation au beat. Une gradation est apparue: certains cas ont échoué dans toutes les conditions tandis que d'autres ont échoué à plier les genoux mais pas à frapper des mains, sur certaines musiques. Nous avons ensuite étudié un groupe de neuf jeunes adultes présentant une synchronisation déficiente à travers deux formes de mouvement (taper du doigt, rebondir en pliant les genoux). Nous avons évalué la capacité du groupe à juger si un métronome superposé à un extrait musical est ou non aligné sur le beat de celui-ci, et observé un moins bon résultat lorsque comparé à un groupe typique. Cette observation est compatible avec une théorie motrice du beat, où la perception dépend de l'oscillation de populations de neurones dans les régions motrices du cerveau. Néanmoins, six cas de synchronisation déficiente ont obtenu un résultat faible mais dans la norme au test de perception. A l’inverse, un résultat indiquant une perception déficiente malgré une synchronisation faible mais dans la norme a été observé chez deux participants faisant initialement partie du groupe typique. Ces dissociations remettent en question la théorie motrice du beat, pas fermement toutefois puisque les huit cas cités ont obtenu des scores généralement faibles. Nos résultats sont plutôt compatibles avec une origine centrale et commune du trouble de traitement du beat, affectant à la fois perception et synchronisation. Nous avons finalement montré que le trouble est associé à une déficience du traitement temporel à un niveau fondamental, au moyen de deux conditions: taper du doigt de façon régulière sans stimulation et se synchroniser au métronome et maintenir les tapes après que les sons aient cessé, pour des intervalles couvrant le spectre des tempi accessibles (225-1709 millisecondes). Nous avons testé huit des neuf cas de synchronisation déficiente (étude précédente) et observé une moins bonne régularité ainsi qu'une moins bonne flexibilité au changement de tempo que chez des participants contrôles appariés. Dans l’ensemble, nos résultats indiquent qu’une synchronisation et une perception déficientes du beat sont associées, et que le trouble pourrait provenir d'une altération de mécanismes fondamentaux du traitement temporel.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".