Oscillations gamma dans le cortex auditif comme marqueurs de l’intégration des modulations spectro-temporelles de stimuli naturels
Bibliographic record
Abstract
Les êtres humains ont la capacité de percevoir et de comprendre des sons complexes tels que la musique et la parole. Cependant, aucun consensus scientifique n’a encore été atteint concernant les mécanismes neuronaux qui sous-tendent la perception de ces stimuli. Jusqu’à présent, les études ont surtout utilisé des stimuli artificiels de laboratoire, ce qui limite potentiellement la généralisation de leurs résultats à des contextes réels. Cette étude préliminaire s’inscrit dans un projet qui vise à étudier comment les propriétés acoustiques de stimuli naturels (modulations spectro-temporelles) sont encodées par les oscillations cérébrales dans le système auditif chez l’humain. Pour ce faire, nous avons enregistré l’activité cérébrale de six patients en stéréo-électroencéphalographie (SEEG) pendant qu’ils écoutaient les sept premières minutes de la bande audio du film Harry Potter et l’école des sorciers . Nous avons décomposé le signal SEEG à l’aide d’une transformée de Hilbert afin d’extraire la puissance des oscillations gamma (26-50 Hz) pendant l’écoute de l’extrait et avons calculé la corrélation entre la puissance du signal gamma et les fluctuations des modulations spectro-temporelles de l’audio. Les résultats montrent que la puissance (l’amplitude) des oscillations de fréquence gamma (26-50 Hz) dans le cortex auditif primaire est positivement corrélée aux modulations temporelles et spectrales chez les six sujets. À la lumière des résultats obtenus en étudiant les oscillations gamma, il apparait pertinent de poursuivre l’étude en analysant le rôle des autres bandes de fréquences, les différences fonctionnelles entre les régions auditives primaires et secondaires, ainsi que la latéralisation possible dans l’intégration des modulations spectro-temporelles par les régions auditives.
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) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".