Descrizione del progetto
Misurare l’attività cerebrale dei bambini per rilevare i disturbi dell’apprendimento matematico
Rilevare i disturbi dell’apprendimento matematico non è un compito facile, ma è fondamentale per riuscire a fornire un supporto adeguato ai bambini. Gli attuali approcci computazionali per prevedere questi disturbi dell’apprendimento sono limitati. Per affrontare questa lacuna, il progetto MathDevBML, finanziato dall’UE, costruirà un modello computazionale volto a prevedere i disturbi dell’apprendimento matematico prima che i bambini comincino la scuola elementare. In particolare, combinerà i dati del cervello di bambini in età prescolare con tecniche di apprendimento automatico all’avanguardia. In esperimenti di risonanza magnetica, a bambini di 5 anni in età prescolare vengono presentati stimoli visivi costituiti da modelli di punti. La loro attività cerebrale sarà misurata di nuovo all’età di 7 anni. Ai dati del cervello all’età di 5 anni saranno applicati più algoritmi per prevedere il verificarsi di un disturbo dell’apprendimento matematico all’età di 7 anni.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
- scienze naturali scienze biologiche neurobiologia
- scienze naturali informatica e scienze dell'informazione scienza dei dati
- ingegneria e tecnologia ingegneria medica diagnostica per immagini risonanza magnetica per immagini
- scienze naturali matematica
- scienze naturali informatica e scienze dell'informazione intelligenza artificiale apprendimento automatico
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) H2020-MSCA-IF-2020
Vedi tutti i progetti finanziati nell’ambito del bandoCoordinatore
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
75654 PARIS
Francia
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.