MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016934857
■00520240214101703
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380327190
■035    ▼a(MiAaPQ)AAI30635928
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621.3
■1001  ▼aDrew,  Jordan  A.
■24510▼aDynamic  Functional  Connectivity  During  a  Dual-Stream  Auditory  Attention  Task▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  Washington.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(125  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Lee,  Adrian  K.  C.
■5021  ▼aThesis  (Ph.D.)--University  of  Washington,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aNavigating  conversations  in  complex  auditory  environments  requires  dynamic  control  of  attention  -  switching  and  maintaining  attention  across  multiple  auditory  objects.  Several  brain  regions,  some  traditionally  considered  auditory  and  others  non-auditory,  have  been  highlighted  as  part  of  the  cortical  networks  that  contribute  to  the  ability  to  switch  and  maintain  attention  between  multiple  talkers.  M/EEG  data  was  collected  during  a  dual-stream  auditory  attention  task  from  three  separate  experiments,  in  which  the  listener  was  asked  to  attend  to  one  of  two  speech  streams  that  differed  in  location  or  pitch.  In  each  trial,  the  listener  was  cued  to  either  maintain  their  attention  on  one  talker,  or  switch  their  attention  to  the  second  talker  during  an  interstimulus  interval  in  which  no  speech  was  presented.  A  state-space  model  and  a  novel  statistical  approach  were  applied  to  the  brain  imaging  data,  to  elucidate  the  differences  in  the  dynamic  functional  connectivity  across  brain  regions  when  maintaining  and  switching  attention  across  different  auditory  cues.
■590    ▼aSchool  code:  0250.
■650  4▼aElectrical  engineering.
■650  4▼aNeurosciences.
■650  4▼aComputer  engineering.
■653    ▼aAuditory  attention
■653    ▼aFunctional  connectivity
■653    ▼aBrain  regions
■653    ▼aNon-auditory
■690    ▼a0544
■690    ▼a0317
■690    ▼a0464
■71020▼aUniversity  of  Washington▼bElectrical  and  Computer  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0250
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16934857▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books