Descripción del proyecto
Análisis de la actividad encefálica en niños para detectar dificultades de aprendizaje de las matemáticas
La detección de dificultades de aprendizaje de las matemáticas (DAM) no es tarea fácil. No obstante, es fundamental para poder proporcionar un apoyo adecuado a los niños. Los métodos computacionales actuales para predecir las DAM son limitados. A fin de abordar esta laguna, el proyecto MathDevBML, financiado con fondos europeos, creará un modelo computacional destinado predecir las DAM antes de que los niños empiecen la primaria. En concreto, combinará datos encefálicos de preescolares con técnicas de aprendizaje automático de última generación. En experimentos con imágenes por resonancia magnética, se mostrarán estímulos visuales compuestos por series de puntos a preescolares de cinco años de edad. Se volverá a analizar su actividad encefálica a los siete años de edad. Se aplicarán distintos algoritmos a los datos encefálicos a la edad de cinco años para predecir la manifestación de DAM a la edad de siete años.
Objetivo
Mathematics is the fundamental basis of modern science and technology. However, individuals differ in mathematical ability, and 5%–7% of the population suffers from a math learning disability (MLD). To provide appropriate support for children with MLD, detecting MLD before entering the formal education system is essential. Previous studies have identified some of the neural correlates of MLD; however, computational approaches to predict MLD have been limited. Also, most studies recruited children who were enrolled in elementary school, which is problematic because negative math experience may worsen the difficulties. This research project aims to address these gaps. By combining brain data of preschoolers with state-of-the-art machine learning techniques, I will construct a computational model aiming at predicting MLD before children enter elementary school. The host laboratory of Dr. Jérôme Prado is currently conducting magnetic resonance imaging (MRI) experiments in 5-year-old preschoolers. Participants are presented with visual stimuli consisting of dot patterns, and their brain activity is measured using functional MRI. I will repeat the same MRI task two years later (when children are 7). The math skills of participants will be measured at the age of 7. Multiple algorithms (model-based and model-free approaches) will be applied to the brain data at the age of 5 to predict the occurrence of MLD at the age of 7. Computational models will be applied to other cognitive abilities (language, reasoning), and the influence on atypical math development will be examined. I will benefit from the strong administrative support and advanced neuroimaging resources at the Lyon Neuroscience Research Center, where I will receive training in technical and leadership skills. This research project is an excellent opportunity for me and the host to contribute to the growth of an innovative research field combining developmental neuroscience and machine learning techniques.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
- ciencias naturales ciencias biológicas neurobiología
- ciencias naturales informática y ciencias de la información ciencia de datos
- ingeniería y tecnología ingeniería médica imagenología imagen por resonancia magnética
- ciencias naturales matemáticas
- ciencias naturales informática y ciencias de la información inteligencia artificial aprendizaje automático
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) H2020-MSCA-IF-2020
Ver todos los proyectos financiados en el marco de esta convocatoriaCoordinador
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
75654 PARIS
Francia
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.