Modalities

Stress is a major contributor to physical and mental health disorders, underscoring the need for reliable and interpretable detection systems. We present an interpretable multimodal deep learning framework that integrates electrocardiogram (ECG), electrodermal activity (EDA), and respiration signals using modality-specific neural architectures complemented by feature-based classical models. To ensure robustness and generalizability, the framework was evaluated under both subject-independent and subject-dependent protocols. Results show that multimodal fusion consistently outperformed single modalities, achieving 94.8% accuracy, 93.9% F1-score, and 0.97 AUC under subject-independent validation, compared with 86–91% accuracy for individual signals. In subject-dependent experiments, performance reached 97.2% accuracy and 96.8% F1-score. Comparative analysis with recent state-of-the-art methods demonstrated the competitiveness of our approach, while ablation studies confirmed the contribution of each modality and fusion strategy. Statistical significance testing with ( p < 0.05) further validated the reliability of these gains. Importantly, interpretability analyses using Grad-CAM and attention visualization provided physiological insights, revealing that the model emphasizes clinically meaningful regions such as ECG R-peaks and phasic EDA fluctuations. By uniting high performance, robustness, and interpretability, this work advances stress detection research and offers a physiologically grounded framework for continuous mental health monitoring.

Preterm birth represents a risk for vulnerability across neurodevelopmental domains. However, its impact on early communication and cross-domain associations remains underexplored. This study compared preterm and full-term infants at 18 months on communicative, cognitive, linguistic, and motor abilities, and examined associations between pointing and these skills. Thirty-nine preterm and 28 full-term infants participated. Pointing (hand, index), vocal productions (vocalizations, babbling, words), and expression modalities (unimodal gestural, unimodal vocal, bimodal gestural-vocal) were elicited using the “decorated room” task and coded with ELAN. Cognitive, language (receptive, expressive), and motor (fine, gross) abilities were assessed with the BSID-III. Preterm infants produced fewer index points, babbling, and bimodal expressions, and showed lower scores across all BSID-III scales. Only in preterm infants, index pointing significantly correlated with developmental scores, particularly cognitive and fine-motor ones. Findings highlight interconnected cross-domain developmental trajectories in the preterm population, with index pointing as a key developmental marker at 18 months.

تولد زودرس به‌عنوان عاملی برای افزایش آسیب‌پذیری در حوزه‌های مختلف رشد عصبی‌تحولی مطرح است. با این حال، تأثیر آن بر ارتباطات اولیه و ارتباطات بین‌حوزه‌ای کمتر مورد بررسی قرار گرفته است. این پژوهش به مقایسه نوزادان نارس و نوزادان رسیده در ۱۸ ماهگی از نظر توانایی‌های ارتباطی، شناختی، زبانی و حرکتی پرداخته و ارتباط بین اشاره کردن و این مهارت‌ها را مورد بررسی قرار داده است. در این مطالعه، ۳۹ نوزاد نارس و ۲۸ نوزاد رسیده شرکت کردند. اشاره (با دست، با انگشت اشاره)، تولیدات صوتی (آواسازی، من‌من کردن، واژه‌ها) و شیوه‌های بیانی (ارتباط حرکتی تک‌وجهی، ارتباط صوتی تک‌وجهی، ارتباط حرکتی-صوتی دووجهی) با استفاده از تکلیف «اتاق تزئین‌شده» استخراج و با نرم‌افزار ELAN کدگذاری شدند. توانایی‌های شناختی، زبانی (دریافتی، بیانی) و حرکتی (ظریف، درشت) با آزمون BSID-III ارزیابی گردید. نوزادان نارس تعداد کمتری اشاره با انگشت اشاره، من‌من کردن و بیان دووجهی تولید کردند و در تمامی مقیاس‌های BSID-III نمرات پایین‌تری نشان دادند. تنها در نوزادان نارس، اشاره با انگشت اشاره با نمرات رشد، به‌ویژه نمرات شناختی و حرکتی ظریف، همبستگی معناداری داشت. یافته‌ها بر مسیرهای رشد بین‌حوزه‌ای در جمعیت نارس تأکید می‌کند و اشاره با انگشت اشاره را به‌عنوان شاخص کلیدی رشد در ۱۸ ماهگی معرفی می‌نماید.

This study examined how governance modalities shape institutional performance at The Polytechnic of Ibadan, Nigeria, amid governance deficiency and stakeholder disaffection in post-colonial technical education. Grounded in Fiedler's Contingency Theory, it addressed the empirical gap on decision-making effectiveness within this specific institutional context. A descriptive survey design was adopted as an institutional case study. The population comprised 305 administrative and academic staff stratified into top-level administrators (n = 25), middle-level managers (n = 68), and operational-level staff (n = 212). A sample of 173 respondents was selected via stratified random sampling using Yamane's formula. Data were collected through a researcher-designed questionnaire measuring participatory, consultative, directive, and digital-enabled decision-making alongside administrative effectiveness dimensions. The instrument demonstrated strong reliability (α = 0.87 and 0.84). Descriptive statistics, Pearson correlation, multiple regression, and one-way ANOVA were applied using SPSS v.26 at p ≤ 0.05. Findings revealed strong positive associations between participatory and consultative modalities (r = 0.72, p < 0.01), inverse relationships for directive structures (r = −0.34 to −0.28, p < 0.01–0.05), and moderate technological alignment (r = 0.58–0.61, p < 0.01). Regression confirmed participatory (β = 0.298), consultative (β = 0.251), and digital (β = 0.187) mechanisms as positive predictors, with directive governance (β = −0.142) as a negative predictor, explaining 55% of the variance (R² = 0.55, F = 24.87, p < 0.001). It recommends digital literacy training for administrators, formal feedback loops, evidence-based benchmarking, integrated change management with technology deployment, and participatory governance reforms to redress hierarchical asymmetries.

این پژوهش به بررسی چگونگی تأثیر شیوه‌های حکمرانی بر عملکرد نهادی در پلی‌تکنیک ایبادان، نیجریه، در شرایط کمبود حکمرانی و نارضایتی ذینفعان در آموزش فنی پس از استعمار می‌پردازد. این مطالعه مبتنی بر نظریه اقتضایی فیدلر بوده و به خلأ تجربی در زمینه اثربخشی تصمیم‌گیری در این بستر نهادی خاص می‌پردازد. طرح پژوهش توصیفی-پیمایشی به عنوان مطالعه موردی نهادی اتخاذ شد. جامعه آماری شامل ۳۰۵ نفر از کارکنان اداری و آموزشی بود که به سه طبقه مدیران عالی‌رتبه (n = 25)، مدیران میان‌رده (n = 68) و کارکنان عملیاتی (n = 212) تقسیم شدند. نمونه‌ای متشکل از ۱۷۳ نفر با استفاده از نمونه‌گیری تصادفی طبقه‌ای و فرمول یامانه انتخاب شد. داده‌ها از طریق پرسشنامه محقق‌ساخته که شیوه‌های تصمیم‌گیری مشارکتی، مشورتی، دستوری و مبتنی بر فناوری دیجیتال را در کنار ابعاد اثربخشی اداری اندازه‌گیری می‌کرد، گردآوری شد. ابزار پژوهش از پایایی بالایی برخوردار بود (α = 0.87 و 0.84). برای تحلیل داده‌ها از آمار توصیفی، همبستگی پیرسون، رگرسیون چندگانه و تحلیل واریانس یک‌طرفه با استفاده از نرم‌افزار SPSS نسخه ۲۶ در سطح معناداری p ≤ 0.05 استفاده شد. یافته‌ها نشان داد که بین شیوه‌های مشارکتی و مشورتی ارتباط مثبت قوی وجود دارد (r = 0.72, p < 0.01)، ساختارهای دستوری رابطه معکوس دارند (r = −0.34 تا −0.28, p < 0.01–0.05) و همسویی فناورانه در حد متوسط است (r = 0.58–0.61, p < 0.01). نتایج رگرسیون نشان داد که سازوکارهای مشارکتی (β = 0.298)، مشورتی (β = 0.251) و دیجیتال (β = 0.187) پیش‌بین‌های مثبت و حکمرانی دستوری (β = −0.142) پیش‌بین منفی عملکرد نهادی هستند و ۵۵٪ از واریانس را تبیین می‌کنند (R² = 0.55, F = 24.87, p < 0.001). بر اساس نتایج، آموزش سواد دیجیتال برای مدیران، ایجاد حلقه‌های بازخورد رسمی، الگوبرداری مبتنی بر شواهد، مدیریت تغییر یکپارچه با استقرار فناوری و اصلاحات حکمرانی مشارکتی برای رفع عدم تقارن سلسله‌مراتبی توصیه می‌شود.

Sustainable educational management has emerged as a critical policy focus for maintaining educational continuity in times of crisis, while also optimizing resource efficiency and institutional resilience. In Pakistan, the fuel-saving strategies enacted during lockdowns have posed considerable difficulties for educational administration by interrupting instructional and learning processes. In light of this context, this research offers a scenario-based evaluation to investigate the impact of fuel conservation regulations on educational interruptions and to determine sustainable management techniques that enable continuous educational provision during emergencies. Based on relevant research, policy records, global crisis cases, and Pakistan’s educational structure, four possible outcomes include sudden disruption, persisting disparity, systemic instability, and adaptive resilience. The scenario analysis shows that digital and blended learning can help maintain continuity during brief interruptions. However, disparities in connectivity, devices, socioeconomic resources, and geographically diverse educational infrastructure may worsen inequalities. Disruptions may cause disengagement, learning deficits, dropout rates, and long-term effects on human capital, but timely institutional changes can improve educational resilience. The study shows that educational continuity depends on the duration, intensity, and government and institutional responses to interruptions. The study emphasizes the need for policymakers to prioritize affordable digital access, targeted help for at-risk learners, adaptive delivery modalities, and coherent crisis-management techniques. The study proposes a policy-focused scenario paradigm that links fuel-saving methods to sustainable educational governance and resilience in a developing country.

مدیریت پایدار آموزش به عنوان یکی از محورهای اساسی سیاست‌گذاری برای حفظ تداوم آموزشی در دوران بحران و همچنین بهینه‌سازی بهره‌وری منابع و تاب‌آوری نهادی مطرح شده است. در پاکستان، راهبردهای صرفه‌جویی در سوخت که در دوران قرنطینه اجرا شده‌اند، با ایجاد اختلال در فرایندهای تدریس و یادگیری، مشکلات قابل توجهی را برای مدیریت آموزشی به وجود آورده‌اند. در این زمینه، این پژوهش با ارائه ارزیابی مبتنی بر سناریو، به بررسی تأثیر مقررات صرفه‌جویی در سوخت بر اختلالات آموزشی و شناسایی راهکارهای مدیریت پایدار که امکان تداوم ارائه آموزش در شرایط اضطراری را فراهم می‌کنند، می‌پردازد. بر اساس پژوهش‌های مرتبط، اسناد سیاستی، نمونه‌های جهانی بحران و ساختار آموزشی پاکستان، چهار پیامد محتمل شامل اختلال ناگهانی، تداوم نابرابری، بی‌ثباتی نظام‌مند و تاب‌آوری تطبیقی شناسایی شده‌اند. تحلیل سناریو نشان می‌دهد که آموزش دیجیتال و ترکیبی می‌تواند در دوره‌های کوتاه اختلال، تداوم آموزشی را حفظ کند؛ با این حال، نابرابری در دسترسی به اینترنت، تجهیزات، منابع اقتصادی-اجتماعی و زیرساخت‌های آموزشی متنوع جغرافیایی ممکن است نابرابری‌ها را تشدید کند. اختلالات می‌تواند منجر به کاهش مشارکت، کسری یادگیری، افزایش نرخ ترک تحصیل و آثار بلندمدت بر سرمایه انسانی شود، اما تغییرات نهادی به موقع می‌تواند تاب‌آوری آموزشی را بهبود بخشد. یافته‌ها نشان می‌دهد که تداوم آموزش به مدت، شدت و واکنش دولت و نهادها نسبت به اختلالات بستگی دارد. این پژوهش بر ضرورت اولویت‌بخشی به دسترسی دیجیتال مقرون‌به‌صرفه، حمایت هدفمند از دانش‌آموزان در معرض خطر، شیوه‌های ارائه تطبیقی و راهبردهای منسجم مدیریت بحران توسط سیاست‌گذاران تأکید می‌کند. این مطالعه، الگوی سناریومحور مبتنی بر سیاست را پیشنهاد می‌کند که روش‌های صرفه‌جویی در سوخت را به حکمرانی پایدار آموزشی و تاب‌آوری در یک کشور در حال توسعه پیوند می‌دهد.

Fatigue severely degrades operational reliability in high-risk operational settings such as aviation maintenance. Although multimodal physiological signals support objective fatigue assessment, many existing models emphasize temporal patterns without explicitly modeling dependencies among physiological features across modalities. We propose a Physiology-Guided Parallel Graph–Transformer Network (PGTNet) for multimodal fatigue recognition, which incorporates physiologically motivated fatigue-related features derived from multimodal physiological signals. Parallel DGCN and Transformer branches jointly model physiological feature relationships and long-range temporal dependencies, and their representations are integrated through a bidirectional cross-attention mechanism. Under the predefined subject-independent partition, PGTNet achieves an Accuracy of 0.8778 and a Macro-AUC of 0.9648. Eight-fold subject-wise cross-validation yields an average Accuracy of 0.8592 ± 0.0112 across the eight held-out subjects. These results support the effectiveness of PGTNet within the present dataset.

خستگی به طور جدی پایایی عملیاتی را در محیط‌های عملیاتی پرخطر مانند تعمیر و نگهداری هوانوردی کاهش می‌دهد. اگرچه سیگنال‌های فیزیولوژیکی چندوجهی از ارزیابی عینی خستگی پشتیبانی می‌کنند، بسیاری از مدل‌های موجود بر الگوهای زمانی تأکید دارند بدون آنکه به طور صریح وابستگی‌های میان ویژگی‌های فیزیولوژیکی در میان وجه‌ها را مدل‌سازی کنند. ما یک شبکه گراف-ترنسفورمر موازی با راهنمایی فیزیولوژیکی (PGTNet) را برای شناسایی خستگی چندوجهی پیشنهاد می‌کنیم که ویژگی‌های مرتبط با خستگی با انگیزه فیزیولوژیکی را که از سیگنال‌های فیزیولوژیکی چندوجهی استخراج شده‌اند، دربر می‌گیرد. شاخه‌های موازی DGCN و ترنسفورمر به طور مشترک روابط ویژگی‌های فیزیولوژیکی و وابستگی‌های زمانی بلندمدت را مدل‌سازی می‌کنند و بازنمایی‌های آن‌ها از طریق یک سازوکار توجه متقاطع دوسویه ادغام می‌شوند. تحت تقسیم‌بندی از پیش تعیین‌شده مستقل از آزمودنی، PGTNet به دقت (Accuracy) برابر با 0.8778 و Macro-AUC برابر با 0.9648 دست می‌یابد. اعتبارسنجی متقاطع هشت‌تایی مبتنی بر آزمودنی به طور میانگین دقت 0.8592 ± 0.0112 را در میان هشت آزمودنی کنارگذاشته‌شده نشان می‌دهد. این نتایج اثربخشی PGTNet را در مجموعه داده حاضر تأیید می‌کند.

Global crises, most notably the COVID-19 pandemic, have profoundly transformed the landscape of higher education governance. These unprecedented circumstances accelerated the transition from conventional institutional practices to digital and remote modalities, necessitating a paradigm shift toward adaptive, resilient, innovative, and strategically decisive actions to ensure administrative continuity. Anchored in Crisis Leadership theory and supported by principles of Transformational Leadership theory, this study aims to provide an initial validation of a measurement instrument designed to map the underlying factors that define effective higher education leadership, specifically within the regional socio-academic context of East Coast Malaysian public universities in the post-pandemic era. Employing a cross-sectional quantitative questionnaire, data were collected through a field study (n=150) targeting academic leaders across four public universities. An initial exploratory factor analysis identified 28 items, which were further refined through a pooled Confirmatory Factor Analysis (CFA) in AMOS. The measurement model was optimized by excluding three items (DC1, DC2, and OC3) due to low loadings and high modification indices, and bootstrapping procedures were used to address multivariate normality. This systematic refinement yielded an acceptable model fit across eight preliminary constructs: Compassion and Care, Openness and Communication, Adaptiveness, Resilience and Courage, Decisiveness, Consultation and Collaboration, Empowerment, and Crisis Handling Effectiveness. Although this regional validation does not establish causal evidence of leadership effectiveness, the resulting 25-item framework provides a preliminary baseline for assessing leadership configurations. Rather than serving as a definitive diagnostic tool, the model provides context-specific insights that can tentatively guide professional development initiatives and shape adaptive governance strategies within the Malaysian higher education sector.

بحران‌های جهانی، به‌ویژه همه‌گیری کووید-۱۹، چشم‌انداز حکمرانی آموزش عالی را به‌طور عمیقی دگرگون کرده‌اند. این شرایط بی‌سابقه، گذار از رویه‌های سنتی نهادی به شیوه‌های دیجیتال و دورکاری را تسریع نموده و نیازمند تغییر پارادایم به‌سوی اقدامات سازگارانه، تاب‌آور، نوآورانه و راهبردی برای تضمین تداوم اداری شده است. این مطالعه که مبتنی بر نظریه رهبری در بحران و با حمایت از اصول نظریه رهبری تحول‌آفرین انجام شده، با هدف ارائه اعتبارسنجی اولیه یک ابزار سنجش طراحی شده برای ترسیم عوامل زیربنایی تعریف‌کننده رهبری مؤثر آموزش عالی، به‌ویژه در بستر اجتماعی-آکادمیک منطقه‌ای دانشگاه‌های دولتی سواحل شرقی مالزی در دوران پساکرونا صورت گرفته است. با بهره‌گیری از پرسشنامه کمی مقطعی، داده‌ها از طریق مطالعه میدانی (n=150) و با هدف قرار دادن رهبران دانشگاهی در چهار دانشگاه دولتی گردآوری شد. تحلیل عاملی اکتشافی اولیه ۲۸ گویه را شناسایی کرد که با تحلیل عاملی تأییدی تجمیعی (CFA) در نرم‌افزار AMOS بیشتر پالایش شدند. مدل اندازه‌گیری با حذف سه گویه (DC1، DC2 و OC3) به دلیل بار عاملی پایین و شاخص‌های اصلاحی بالا بهینه شد و برای رفع نرمال بودن چندمتغیره از روش بوت‌استرپ استفاده گردید. این پالایش نظام‌مند منجر به برازش قابل قبول مدل در هشت سازه مقدماتی شد: شفقت و مراقبت، گشودگی و ارتباط، سازگاری، تاب‌آوری و شجاعت، قاطعیت، مشورت و همکاری، توانمندسازی و اثربخشی مدیریت بحران. اگرچه این اعتبارسنجی منطقه‌ای شواهد علی برای اثربخشی رهبری ارائه نمی‌دهد، چارچوب ۲۵ گویه‌ای حاصل، مبنایی مقدماتی برای ارزیابی پیکربندی‌های رهبری فراهم می‌کند. این مدل به‌جای آن‌که ابزاری تشخیصی قطعی باشد، بینش‌هایی زمینه‌محور ارائه می‌دهد که می‌تواند به‌طور موقت راهنمای ابتکارات توسعه حرفه‌ای و شکل‌دهنده راهبردهای حکمرانی سازگارانه در بخش آموزش عالی مالزی باشد.

This paper explores the challenges faced by Mathematics and Science teacher-educators at a South African university in maintaining assessment credibility during the transition from face-to-face to online modalities. It utilises a Professional Learning Community (PLC) framework and authentic conversations amongst nine PLC members as a means of documenting scholarship of teaching and learning. The study delves into the challenges relating to disruptions to traditional assessment practices and the strategies employed to navigate them. The research is guided by the substitution, augmentation, modification and redefinition model, which provides a theoretical lens for understanding the evolution of technology in teaching and assessment. The findings reveal four key challenges: assessment integrity issues, load shedding disruptions, technical glitches and limited lecturer expertise in designing and administering higher-order online tasks. While the transition initially involved substitution and augmentation, with online assessments often deemed ‘too simplistic’ and prone to issues of academic integrity, efforts to move towards the modification phase showed promise. Modifications, in the context of assessment, included adapting the assessment task to ensure Mathematics and Science concepts are effectively assessed in an online, non-invigilated settings, as illustrated in the paper. Despite these advancements, progress towards the redefinition phase where assessments are fully integrated and technologically sophisticated to mitigate unethical usage of artificial intelligence remains limited. The paper argues that achieving this phase requires sustained and deliberate training for teacher-educators in advanced technological integration, emphasising the need for continued professional development in the post-COVID era.

این مقاله به بررسی چالش‌هایی می‌پردازد که مدرسان معلم ریاضی و علوم در یک دانشگاه آفریقای جنوبی در حفظ اعتبار ارزشیابی هنگام گذار از شیوه حضوری به شیوه‌های برخط با آن مواجه بوده‌اند. این پژوهش از چارچوب اجتماع یادگیری حرفه‌ای (PLC) و گفتگوهای اصیل میان نه عضو این اجتماع به عنوان روشی برای مستندسازی دانش تدریس و یادگیری بهره می‌گیرد. مطالعه حاضر به چالش‌های مرتبط با اختلال در شیوه‌های سنتی ارزشیابی و راهبردهای به‌کاررفته برای مواجهه با آن‌ها می‌پردازد. پژوهش با مدل جایگزینی، افزایش، اصلاح و بازتعریف هدایت می‌شود که لنزی نظری برای فهم تحول فناوری در آموزش و ارزشیابی فراهم می‌کند. یافته‌ها چهار چالش کلیدی را آشکار می‌سازد: مسائل مربوط به سلامت ارزشیابی، اختلالات ناشی از قطع برق، مشکلات فنی و محدودیت تخصص مدرسان در طراحی و اجرای تکالیف برخط سطح بالاتر. در حالی که گذار اولیه بیشتر شامل جایگزینی و افزایش بود و ارزشیابی‌های برخط غالباً «بسیار ساده» و مستعد مسائل سلامت علمی تلقی می‌شدند، تلاش‌ها برای حرکت به سوی مرحله اصلاح امیدبخش بود. اصلاحات در زمینه ارزشیابی شامل انطباق تکلیف ارزشیابی به منظور اطمینان از ارزیابی مؤثر مفاهیم ریاضی و علوم در محیط‌های برخط و بدون مراقبت حضوری بود که در مقاله تشریح شده است. با وجود این پیشرفت‌ها، حرکت به سوی مرحله بازتعریف که در آن ارزشیابی‌ها به طور کامل یکپارچه و از لحاظ فناوری پیشرفته باشند تا از سوءاستفاده غیراخلاقی از هوش مصنوعی جلوگیری شود، همچنان محدود باقی مانده است. مقاله استدلال می‌کند که دستیابی به این مرحله نیازمند آموزش مستمر و هدفمند مدرسان معلم در زمینه ادغام پیشرفته فناوری است و بر ضرورت توسعه حرفه‌ای مداوم در دوران پساکرونا تأکید می‌کند.

Answering the rationale and modality of punishment in Islam is one of the most significant concerns within Islamic ethical philosophy. However, since answering this question depends on a precise understanding of human essence, capabilities, and real needs, addressing the anthropological foundations governing the rationale and modality of punishment is necessary. This study argues that understanding these foundations is crucial for developing a robust ethical framework that justifies the rationale and modality of punishment within the Islamic penal system. Using a descriptive-analytical method, this article extracts the anthropological foundations governing punishment from religious texts and illustrates their ethical implications. The extracted foundations include: 1. Humanity’s divine nature (Fitrah); 2. Man as a God-seeking being; 3. Man possessing physical and spiritual dimensions; 4. Man having positive and negative tendencies; 5. Man as the divine vicegerent (Khalifat Allah); and 6. Man possessing inherent dignity as a fundamental moral value. Each is examined separately. A key achievement of this research is establishing a connection between these foundations and the ethical justification of punishment. Furthermore, this research highlights the distinctive ethical and normative character of Islamic laws, particularly their guiding and salvific dimensions, which differentiate the Islamic legal system from purely humanistic and secular approaches to criminal justice.

پاسخ به چرایی و چگونگی مجازات در اسلام یکی از مهم‌ترین دغدغه‌ها در فلسفه اخلاق اسلامی است. با این حال، از آنجا که پاسخ به این پرسش مستلزم درک دقیق از ماهیت، توانایی‌ها و نیازهای واقعی انسان است، پرداختن به مبانی انسان‌شناختی حاکم بر چرایی و چگونگی مجازات ضروری می‌باشد. این مطالعه استدلال می‌کند که فهم این مبانی برای توسعه چارچوب اخلاقی مستحکمی که چرایی و چگونگی مجازات را در نظام کیفری اسلامی توجیه کند، حیاتی است. با استفاده از روش توصیفی‌تحلیلی، این مقاله مبانی انسان‌شناختی حاکم بر مجازات را از متون دینی استخراج کرده و پیامدهای اخلاقی آن‌ها را تبیین می‌کند. مبانی استخراج‌شده عبارت‌اند از: ۱. فطرت الهی انسان؛ ۲. انسان به‌عنوان موجودی خداجو؛ ۳. برخورداری انسان از ابعاد مادی و معنوی؛ ۴. وجود گرایش‌های مثبت و منفی در انسان؛ ۵. انسان به‌عنوان خلیفه‌الله؛ و ۶. برخورداری انسان از کرامت ذاتی به‌عنوان یک ارزش اخلاقی بنیادین. هر یک از این مبانی به‌طور جداگانه بررسی می‌شود. دستاورد کلیدی این پژوهش، برقرار ساختن ارتباط میان این مبانی و توجیه اخلاقی مجازات است. افزون بر این، پژوهش حاضر بر ویژگی متمایز اخلاقی و هنجاری قوانین اسلامی، به‌ویژه ابعاد هدایتی و نجات‌بخش آن‌ها که نظام حقوقی اسلام را از رویکردهای صرفاً انسان‌محور و سکولار به عدالت کیفری متمایز می‌سازد، تأکید می‌کند.

Digital cognitive behavioral therapy (CBT) has emerged as a promising strategy to improve access to evidence-based treatment for pediatric obsessive-compulsive disorder (OCD). However, its comparative efficacy relative to conventional interventions remains uncertain. This systematic review and meta-analysis evaluated the effectiveness of digital CBT in children and adolescents with OCD. PubMed, Scopus, and Web of Science were systematically searched from inception to July 2026 for randomized controlled trials (RCTs) comparing digital CBT with face-to-face CBT, waitlist, or treatment as usual. The primary outcome was Children's Yale-Brown Obsessive Compulsive Scale (CY-BOCS) scores post-treatment and at 3- and 6-month follow-up. Secondary outcomes included Clinical Global Impression-Severity (CGI-S), Clinical Global Impression-Improvement (CGI-I), Children's Global Assessment Scale (CGAS), Child Obsessive-Compulsive Inventory (ChOCI-C/P), and Family Accommodation Scale (FAS). Random-effects meta-analyses were performed using mean differences (MDs) with 95% confidence intervals (CIs). Six RCTs involving 404 participants were included. Digital CBT showed no significant difference from comparator interventions in reducing CY-BOCS scores post-treatment (MD = −2.09, 95% CI −4.92 to 0.74), at 3 months (MD = 1.15, 95% CI −0.74 to 3.04), or at 6 months (MD = 0.01, 95% CI −1.58 to 1.60). Similarly, no significant differences were observed for CGI-S, CGI-I, CGAS, ChOCI-C, ChOCI-P, or FAS. Moderate-to-high heterogeneity was present for several outcomes; however, sensitivity analyses resolved heterogeneity in most secondary outcomes. Digital CBT demonstrated comparable clinical effectiveness to conventional interventions for pediatric OCD, supporting its role as an accessible alternative when face-to-face CBT is unavailable. Larger, high-quality trials are needed to determine the optimal digital delivery modalities and long-term effectiveness.

درمان شناختی-رفتاری (CBT) دیجیتال به عنوان راهبردی نویدبخش برای بهبود دسترسی به درمان مبتنی بر شواهد برای اختلال وسواس فکری-عملی کودکان و نوجوانان مطرح شده است. با این حال، اثربخشی مقایسه‌ای آن نسبت به مداخلات متعارف همچنان نامشخص است. این مرور نظام‌مند و فراتحلیل، اثربخشی درمان شناختی-رفتاری دیجیتال را در کودکان و نوجوانان مبتلا به اختلال وسواس فکری-عملی ارزیابی کرد. پایگاه‌های PubMed، Scopus و Web of Science از ابتدا تا ژوئیه ۲۰۲۶ به طور نظام‌مند برای کارآزمایی‌های تصادفی کنترل‌شده (RCT) که درمان شناختی-رفتاری دیجیتال را با درمان شناختی-رفتاری حضوری، فهرست انتظار یا درمان معمول مقایسه کرده بودند، جست‌وجو شدند. پیامد اصلی، نمرات مقیاس وسواس فکری-عملی ییل-براون کودکان (CY-BOCS) پس از درمان و در پیگیری‌های ۳ و ۶ ماهه بود. پیامدهای ثانویه شامل مقیاس برداشت کلی بالینی-شدت (CGI-S)، مقیاس برداشت کلی بالینی-بهبود (CGI-I)، مقیاس ارزیابی کلی کودکان (CGAS)، پرسشنامه وسواس فکری-عملی کودکان (ChOCI-C/P) و مقیاس سازگاری خانواده (FAS) بود. فراتحلیل‌های مدل اثرات تصادفی با استفاده از تفاوت میانگین‌ها (MD) با فاصله اطمینان ۹۵٪ (CI) انجام شد. شش کارآزمایی تصادفی کنترل‌شده با مشارکت ۴۰۴ نفر وارد مطالعه شدند. درمان شناختی-رفتاری دیجیتال تفاوت معناداری با مداخلات مقایسه‌ای در کاهش نمرات CY-BOCS پس از درمان (MD = ‎−۲.۰۹، ۹۵٪ CI ‎−۴.۹۲ تا ۰.۷۴)، در ۳ ماه (MD = ۱.۱۵، ۹۵٪ CI ‎−۰.۷۴ تا ۳.۰۴) یا در ۶ ماه (MD = ۰.۰۱، ۹۵٪ CI ‎−۱.۵۸ تا ۱.۶۰) نشان نداد. به طور مشابه، تفاوت معناداری در CGI-S، CGI-I، CGAS، ChOCI-C، ChOCI-P یا FAS مشاهده نشد. ناهمگنی متوسط تا زیاد برای چندین پیامد وجود داشت؛ با این حال، تحلیل‌های حساسیت ناهمگنی را در بیشتر پیامدهای ثانویه برطرف کرد. درمان شناختی-رفتاری دیجیتال اثربخشی بالینی مشابهی با مداخلات متعارف برای اختلال وسواس فکری-عملی کودکان و نوجوانان نشان داد و نقش آن را به عنوان جایگزینی در دسترس در مواقع عدم دسترسی به درمان شناختی-رفتاری حضوری تأیید می‌کند. انجام کارآزمایی‌های بزرگ‌تر و با کیفیت بالاتر برای تعیین شیوه‌های بهینه ارائه دیجیتال و اثربخشی بلندمدت ضروری است.

Digital cognitive behavioral therapy (CBT) has emerged as a promising strategy to improve access to evidence-based treatment for pediatric obsessive-compulsive disorder (OCD). However, its comparative efficacy relative to conventional interventions remains uncertain. This systematic review and meta-analysis evaluated the effectiveness of digital CBT in children and adolescents with OCD. PubMed, Scopus, and Web of Science were systematically searched from inception to July 2026 for randomized controlled trials (RCTs) comparing digital CBT with face-to-face CBT, waitlist, or treatment as usual. The primary outcome was Children's Yale-Brown Obsessive Compulsive Scale (CY-BOCS) scores post-treatment and at 3- and 6-month follow-up. Secondary outcomes included Clinical Global Impression-Severity (CGI-S), Clinical Global Impression-Improvement (CGI-I), Children's Global Assessment Scale (CGAS), Child Obsessive-Compulsive Inventory (ChOCI-C/P), and Family Accommodation Scale (FAS). Random-effects meta-analyses were performed using mean differences (MDs) with 95% confidence intervals (CIs). Six RCTs involving 404 participants were included. Digital CBT showed no significant difference from comparator interventions in reducing CY-BOCS scores post-treatment (MD = −2.09, 95% CI −4.92 to 0.74), at 3 months (MD = 1.15, 95% CI −0.74 to 3.04), or at 6 months (MD = 0.01, 95% CI −1.58 to 1.60). Similarly, no significant differences were observed for CGI-S, CGI-I, CGAS, ChOCI-C, ChOCI-P, or FAS. Moderate-to-high heterogeneity was present for several outcomes; however, sensitivity analyses resolved heterogeneity in most secondary outcomes. Digital CBT demonstrated comparable clinical effectiveness to conventional interventions for pediatric OCD, supporting its role as an accessible alternative when face-to-face CBT is unavailable. Larger, high-quality trials are needed to determine the optimal digital delivery modalities and long-term effectiveness.

درمان شناختی-رفتاری (CBT) دیجیتال به عنوان راهبردی نویدبخش برای بهبود دسترسی به درمان مبتنی بر شواهد برای اختلال وسواس فکری-عملی کودکان و نوجوانان مطرح شده است. با این حال، اثربخشی مقایسه‌ای آن نسبت به مداخلات متعارف همچنان نامشخص است. این مرور نظام‌مند و فراتحلیل، اثربخشی درمان شناختی-رفتاری دیجیتال را در کودکان و نوجوانان مبتلا به اختلال وسواس فکری-عملی ارزیابی کرد. پایگاه‌های PubMed، Scopus و Web of Science از ابتدا تا ژوئیه ۲۰۲۶ به طور نظام‌مند برای کارآزمایی‌های تصادفی کنترل‌شده (RCT) که درمان شناختی-رفتاری دیجیتال را با درمان شناختی-رفتاری حضوری، فهرست انتظار یا درمان معمول مقایسه کرده بودند، جست‌وجو شدند. پیامد اصلی، نمرات مقیاس وسواس فکری-عملی ییل-براون کودکان (CY-BOCS) پس از درمان و در پیگیری‌های ۳ و ۶ ماهه بود. پیامدهای ثانویه شامل مقیاس برداشت کلی بالینی-شدت (CGI-S)، مقیاس برداشت کلی بالینی-بهبود (CGI-I)، مقیاس ارزیابی کلی کودکان (CGAS)، پرسشنامه وسواس فکری-عملی کودکان (ChOCI-C/P) و مقیاس سازگاری خانواده (FAS) بود. فراتحلیل‌های مدل اثرات تصادفی با استفاده از تفاوت میانگین‌ها (MD) با فاصله اطمینان ۹۵٪ (CI) انجام شد. شش کارآزمایی تصادفی کنترل‌شده با مشارکت ۴۰۴ نفر وارد مطالعه شدند. درمان شناختی-رفتاری دیجیتال تفاوت معناداری با مداخلات مقایسه‌ای در کاهش نمرات CY-BOCS پس از درمان (MD = ‎−۲.۰۹، ۹۵٪ CI ‎−۴.۹۲ تا ۰.۷۴)، در ۳ ماه (MD = ۱.۱۵، ۹۵٪ CI ‎−۰.۷۴ تا ۳.۰۴) یا در ۶ ماه (MD = ۰.۰۱، ۹۵٪ CI ‎−۱.۵۸ تا ۱.۶۰) نشان نداد. به طور مشابه، تفاوت معناداری در CGI-S، CGI-I، CGAS، ChOCI-C، ChOCI-P یا FAS مشاهده نشد. ناهمگنی متوسط تا زیاد برای چندین پیامد وجود داشت؛ با این حال، تحلیل‌های حساسیت ناهمگنی را در بیشتر پیامدهای ثانویه برطرف کرد. درمان شناختی-رفتاری دیجیتال اثربخشی بالینی مشابهی با مداخلات متعارف برای اختلال وسواس فکری-عملی کودکان و نوجوانان نشان داد و نقش آن را به عنوان جایگزینی در دسترس در مواقع عدم دسترسی به درمان شناختی-رفتاری حضوری تأیید می‌کند. انجام کارآزمایی‌های بزرگ‌تر و با کیفیت بالاتر برای تعیین شیوه‌های بهینه ارائه دیجیتال و اثربخشی بلندمدت ضروری است.

Couples therapy involving a couple with Dissociative Identity Disorder (DID) promotes the incorporation of relational treatment modalities that have historically been regarded as adjunctive in DID care. Through narrative therapy, trauma-informed practice, and a neurodiversity-affirming framework, the case study addresses individual dissociative experiences and relational dynamics while centering client strengths, agency, and meaning-making. In contrast to integration, the therapy respected and honored multiplicity, supporting partners in constructing empowering narratives about their experiences and shared futures. The findings emphasize the need for therapists to master complex therapeutic interventions that enable co-constructed healing for misunderstood populations. Policy and clinical implications promote couples therapy for those with or systems impacted by DID, the enhancement of trauma training for relational therapists, and the encouragement of treatment methodologies that elucidate intimate partnerships as avenues of healing. This case contributes to emerging discourse positioning couples therapy as essential rather than ancillary in comprehensive DID treatment.

زوج‌درمانی دربرگیرنده زوجی با اختلال تجزیه‌ای هویت (DID) موجب به‌کارگیری شیوه‌های درمانی رابطه‌ای می‌شود که به طور تاریخی به عنوان رویکردهای کمکی در مراقبت از DID تلقی شده‌اند. این مطالعه موردی با بهره‌گیری از درمان روایی، رویکرد مبتنی بر تروما و چارچوب تأییدکننده تنوع عصبی، به تجارب فردی تجزیه‌ای و پویایی‌های رابطه‌ای می‌پردازد و در عین حال بر نقاط قوت، عاملیت و معناپردازی مراجع تمرکز دارد. برخلاف رویکرد ادغام، این درمان به چندگانگی احترام گذاشته و آن را ارج نهاده است و از زوجین در ساخت روایت‌های توانمندساز درباره تجارب و آینده مشترک‌شان حمایت می‌کند. یافته‌ها بر ضرورت تسلط درمانگران بر مداخلات درمانی پیچیده‌ای که امکان التیام مشترک برای جمعیت‌های کمتر درک‌شده را فراهم می‌سازد، تأکید دارند. پیامدهای سیاستی و بالینی، زوج‌درمانی را برای افراد یا سیستم‌های تحت تأثیر DID، ارتقای آموزش تروما برای درمانگران رابطه‌ای و تشویق به روش‌های درمانی که شراکت‌های صمیمانه را به عنوان مسیرهای التیام روشن می‌سازند، توصیه می‌کنند. این مطالعه موردی به گفتمان نوظهوری کمک می‌کند که زوج‌درمانی را به عنوان بخشی اساسی و نه فرعی در درمان جامع DID مطرح می‌کند.

This study was motivated by the low critical thinking ability of early childhood learners in Islamic Religious Education (PAI) learning. This condition was reflected in children’s limited ability to observe, ask questions, respond to questions, express opinions, and provide simple reasoning based on the information obtained during the learning process. Therefore, an instructional approach that actively engages children and provides meaningful learning experiences is needed. One of the approaches that can be implemented is the multisensory approach. This study employed Classroom Action Research (CAR) using the Kemmis and McTaggart model, consisting of four stages: planning, action implementation, observation, and reflection. The research was conducted in two cycles during Islamic Religious Education learning at TK Surya Kids Bukittinggi, involving 20 children from Group B as research subjects. Data were collected through observation, documentation, and critical thinking ability assessment sheets. The data were analyzed using descriptive quantitative and qualitative approaches. The implementation of the multisensory approach involved various sensory modalities, including visual activities through pictures, picture cards, and Islamic learning videos; auditory activities through teacher explanations, stories of the prophets’ exemplary behaviors, and Islamic songs; kinesthetic activities through educational games and practical worship activities; and tactile activities through the use of concrete learning media that children could touch and manipulate. These learning experiences encouraged children to observe, ask questions, express opinions, answer questions, and provide simple reasoning related to the learning materials. The results showed that the implementation of the multisensory approach improved children’s critical thinking abilities in Islamic Religious Education learning. The percentage of children’s critical thinking ability increased from 40.28% in the pre-action stage to 61.91% in Cycle I and further increased to 76.06% in Cycle II. This achievement exceeded the predetermined success indicator of 75%. Therefore, it can be concluded that the multisensory approach is effective in improving early childhood critical thinking abilities in Islamic Religious Education learning at TK Surya Kids Bukittinggi. Abstrak Penelitian ini dilatarbelakangi oleh rendahnya kemampuan berpikir kritis anak usia dini dalam pembelajaran Pendidikan Agama Islam (PAI), yang terlihat dari keterbatasan anak dalam mengamati, bertanya, menjawab pertanyaan, mengemukakan pendapat, serta memberikan alasan sederhana terhadap informasi yang diperoleh. Kondisi tersebut menunjukkan perlunya pendekatan pembelajaran yang mampu melibatkan anak secara aktif dan memberikan pengalaman belajar yang bermakna. Salah satu pendekatan yang dapat diterapkan adalah pendekatan multisensori. Penelitian ini menggunakan metode Penelitian Tindakan Kelas (PTK) dengan model Kemmis dan McTaggart yang meliputi tahap perencanaan, pelaksanaan tindakan, observasi, dan refleksi. Penelitian dilaksanakan dalam dua siklus pada pembelajaran Pendidikan Agama Islam di TK Surya Kids Bukittinggi dengan subjek penelitian sebanyak 20 anak kelompok B. Teknik pengumpulan data menggunakan observasi, dokumentasi, dan lembar penilaian kemampuan berpikir kritis anak. Data dianalisis menggunakan pendekatan deskriptif kuantitatif dan kualitatif. Penerapan pendekatan multisensori dilakukan melalui keterlibatan berbagai indera anak, yaitu visual melalui gambar, kartu bergambar, dan video pembelajaran Islami; auditori melalui penjelasan guru, cerita keteladanan nabi, dan lagu Islami; kinestetik melalui permainan edukatif dan praktik ibadah; serta taktil melalui penggunaan media konkret yang dapat disentuh dan dimanipulasi anak. Hasil penelitian menunjukkan adanya peningkatan kemampuan berpikir kritis anak, yaitu dari 40,28% pada pra tindakan menjadi 61,91% pada Siklus I dan meningkat menjadi 76,06% pada Siklus II. Persentase tersebut telah mencapai indikator keberhasilan sebesar 75%. Dengan demikian, dapat disimpulkan bahwa pendekatan multisensori efektif dalam meningkatkan kemampuan berpikir kritis anak usia dini pada pembelajaran Pendidikan Agama Islam di TK Surya Kids Bukittinggi.

این پژوهش با انگیزه پایین بودن توانایی تفکر انتقادی کودکان پیش‌دبستانی در یادگیری تعلیمات دینی اسلامی (PAI) انجام شده است. این وضعیت در محدودیت کودکان در مشاهده، پرسشگری، پاسخ به سؤالات، بیان نظرات و ارائه استدلال‌های ساده بر اساس اطلاعات به‌دست‌آمده در فرایند یادگیری نمود یافته است. بنابراین، نیاز به رویکردی آموزشی وجود دارد که کودکان را به طور فعال درگیر کند و تجارب یادگیری معناداری فراهم آورد. یکی از رویکردهای قابل اجرا، رویکرد چندحسی است. این پژوهش از روش پژوهش اقدام در کلاس (CAR) با استفاده از مدل Kemmis و McTaggart بهره برد که شامل چهار مرحله برنامه‌ریزی، اجرای عمل، مشاهده و بازتاب بود. پژوهش در دو چرخه در جریان آموزش تعلیمات دینی اسلامی در مهدکودک TK Surya Kids Bukittinggi با مشارکت ۲۰ کودک گروه B به عنوان آزمودنی انجام شد. داده‌ها از طریق مشاهده، مستندسازی و برگه‌های ارزیابی توانایی تفکر انتقادی گردآوری شد. تحلیل داده‌ها با رویکرد توصیفی کمی و کیفی صورت گرفت. اجرای رویکرد چندحسی با درگیر کردن حواس مختلف کودکان انجام شد: فعالیت‌های بصری از طریق تصاویر، کارت‌های تصویری و ویدئوهای آموزشی اسلامی؛ فعالیت‌های شنیداری از طریق توضیحات معلم، داستان‌های رفتارهای نمونه پیامبران و سرودهای اسلامی؛ فعالیت‌های جنبشی از طریق بازی‌های آموزشی و فعالیت‌های عملی عبادت؛ و فعالیت‌های لمسی از طریق استفاده از رسانه‌های آموزشی عینی که کودکان می‌توانستند لمس و دستکاری کنند. این تجارب یادگیری کودکان را به مشاهده، پرسشگری، بیان نظر، پاسخ به سؤالات و ارائه استدلال‌های ساده مرتبط با محتوای آموزشی تشویق کرد. نتایج نشان داد که اجرای رویکرد چندحسی توانایی تفکر انتقادی کودکان را در آموزش تعلیمات دینی اسلامی بهبود بخشید. درصد توانایی تفکر انتقادی کودکان از ۴۰/۲۸٪ در مرحله پیش از اقدام به ۶۱/۹۱٪ در چرخه اول و سپس به ۷۶/۰۶٪ در چرخه دوم افزایش یافت. این دستاورد از شاخص موفقیت تعیین‌شده ۷۵٪ فراتر رفت. بنابراین، می‌توان نتیجه گرفت که رویکرد چندحسی در بهبود توانایی تفکر انتقادی کودکان پیش‌دبستانی در آموزش تعلیمات دینی اسلامی در TK Surya Kids Bukittinggi مؤثر است.

We present a STEM-based learning trajectory, centered on the phenomenon of earthquakes, that aims to develop spatial reasoning in eight-year-old children. The trajectory has as an end product the design of an evacuation route. Based on a framework integrating spatial reasoning actions, reference frames, and the differentiation of micro-, meso- and macrospaces, the trajectory tasks combine concrete resources (measuring tools, recycled materials) with digital ones (e.g., Google Maps, Google Earth, LightBot) so that students can analyze representations, measure distances, as well as construct and test instruments and artifacts (e.g., a seismograph) not usually included in the primary school curriculum. It is designed to help students articulate and move between different spatial sizes and their representations and use adequate measuring instruments for each. Within a design-based research (DBR) study, the trajectory was implemented with groups of children from a disadvantaged context in Mexico, in two phases and in different modalities: online, during the Covid-19 pandemic, and face-to-face the following year. We describe the pedagogical framework, learning environment, and trajectory design, and report results derived from the analysis of the implementation data –video and audio recordings, photos and student productions. We discuss the practical implications of combining digital and concrete resources, mathematics and the other STEM disciplines; we argue that this can be considered an extended sense of blended learning that helps build a classroom culture of inquiry and gives children agency over their own reasoning. We end by acknowledging the constraints of our work and discuss the accessibility limitations of the online modality in our implementation.

در این پژوهش، یک مسیر یادگیری مبتنی بر STEM با محوریت پدیده زلزله ارائه می‌شود که هدف آن توسعه استدلال فضایی در کودکان هشت‌ساله است. محصول نهایی این مسیر، طراحی مسیر تخلیه می‌باشد. بر اساس چارچوبی که کنش‌های استدلال فضایی، چارچوب‌های مرجع و تمایز بین فضاهای خرد، میانه و کلان را ادغام می‌کند، وظایف این مسیر منابع عینی (ابزارهای اندازه‌گیری، مواد بازیافتی) را با منابع دیجیتال (مانند Google Maps، Google Earth، LightBot) ترکیب می‌کند تا دانش‌آموزان بتوانند بازنمایی‌ها را تحلیل کنند، فاصله‌ها را اندازه‌گیری نمایند و همچنین ابزارها و مصنوعات (مانند یک لرزه‌نگار) را که معمولاً در برنامه درسی دبستان گنجانده نمی‌شوند، بسازند و آزمایش کنند. این مسیر به گونه‌ای طراحی شده است که به دانش‌آموزان کمک کند تا بتوانند بین اندازه‌های فضایی مختلف و بازنمایی‌های آن‌ها حرکت و ارتباط برقرار کنند و برای هر یک از ابزارهای اندازه‌گیری مناسب استفاده نمایند. در قالب یک مطالعه پژوهش مبتنی بر طراحی (DBR)، این مسیر با گروه‌هایی از کودکان در یک زمینه محروم در مکزیک، در دو مرحله و در قالب‌های مختلف اجرا شد: آنلاین، در دوران همه‌گیری کووید-۱۹ و حضوری در سال بعد. چارچوب آموزشی، محیط یادگیری و طراحی مسیر شرح داده می‌شود و نتایج حاصل از تحلیل داده‌های اجرا – شامل ضبط‌های ویدئویی و صوتی، عکس‌ها و تولیدات دانش‌آموزان – گزارش می‌شود. پیامدهای عملی ترکیب منابع دیجیتال و عینی، ریاضیات و سایر رشته‌های STEM مورد بحث قرار می‌گیرد؛ استدلال می‌شود که این امر می‌تواند به عنوان معنای گسترده‌ای از یادگیری ترکیبی تلقی شود که به ایجاد فرهنگ پرسشگری در کلاس و اعطای عاملیت به کودکان در استدلال خود کمک می‌کند. در پایان، محدودیت‌های کار خود را اذعان کرده و محدودیت‌های دسترسی در قالب آنلاین اجرای خود را مورد بحث قرار می‌دهیم.

This exploratory study examined the relationship between the massage modalities used, the length of the massage treatment, and the areas of the body massaged on the perceived self-reported effort level and muscular fatigue as well as the ergonomic sensor data for average composite risk score and average fatigue risk score. Participants completed their normal routine of massages while wearing sensors: watch placed on the upper arm to collect physiological data; GoX ® sensor placed on the dominant upper arm and back of the shirt to collect ergonomic data. Participants performed massages in their regular clinic, following their normal treatment plan. Following each session, a survey was completed about the massage treatment, including areas massaged, techniques used and self-reported effort and muscle fatigue. Mean self-reported effort level was 10.71± 2.40, light level on the Borg Scale. Mean self-reported muscular fatigue level was 2.69 ± 0.75, light activity on the RPE scale. Length of time of the massage session was not a strong indicator of subjective or objective measures. No one technique provided an increased risk of fatigue. This exploratory study gave a snapshot into fatigue and risks for work-related musculoskeletal disorders in massage therapists while practicing in their normal clinical setting.

این مطالعه اکتشافی به بررسی رابطه بین انواع ماساژ مورد استفاده، مدت زمان درمان ماساژ و نواحی بدن ماساژ داده‌شده با سطح تلاش ادراک‌شده و خستگی عضلانی خودگزارش‌شده، همچنین داده‌های حسگر ارگونومیک برای امتیاز میانگین ریسک ترکیبی و امتیاز میانگین ریسک خستگی پرداخت. شرکت‌کنندگان در حین انجام روال عادی ماساژ خود، حسگرهایی را پوشیدند: ساعت روی بازوی فوقانی برای جمع‌آوری داده‌های فیزیولوژیک؛ حسگر GoX® روی بازوی غالب فوقانی و پشت پیراهن برای جمع‌آوری داده‌های ارگونومیک قرار گرفت. شرکت‌کنندگان ماساژها را در کلینیک معمول خود و مطابق با برنامه درمانی عادی انجام دادند. پس از هر جلسه، پرسشنامه‌ای درباره درمان ماساژ، از جمله نواحی ماساژ داده‌شده، تکنیک‌های استفاده‌شده و تلاش و خستگی عضلانی خودگزارش‌شده تکمیل شد. میانگین سطح تلاش خودگزارش‌شده ۱۰٫۷۱±۲٫۴۰، سطح سبک در مقیاس Borg بود. میانگین سطح خستگی عضلانی خودگزارش‌شده ۲٫۶۹±۰٫۷۵، فعالیت سبک در مقیاس RPE بود. مدت زمان جلسه ماساژ شاخص قوی‌ای برای سنجه‌های ذهنی یا عینی نبود. هیچ تکنیک خاصی موجب افزایش ریسک خستگی نشد. این مطالعه اکتشافی تصویری اجمالی از خستگی و ریسک اختلالات اسکلتی‌عضلانی مرتبط با کار در ماساژورهایی که در محیط بالینی عادی خود فعالیت می‌کنند ارائه داد.

Emotion recognition offers a route to quantifying interaction quality in early childhood education, yet existing methods suffer from unimodal input, poor real-time performance and weak generalization. This study proposes a speech-text multimodal model built on a Mamba encoder with a GatedxLSTM fusion mechanism, in which frame pooling and temporal masking resolve the temporal misalignment between modalities and a learnable gate adjusts modality contribution. Experiments on IEMOCAP and FAU-AIBO, together with an in-house KTC-Pilot corpus of authentic kindergarten interactions used for ecological validation, show that the approach outperforms mainstream baselines in F1, WA and UA. Three child-speech-aware adaptations, namely pitch and formant augmentation, silence-aware frame pooling and disfluency-tolerant text encoding, close the domain gap with authentic kindergarten dialogue, and modality-dropout training, cross-modal reconstruction of missing text and gating regularisation maintain robustness under incomplete inputs. A contamination audit against the CLAP pretraining corpora confirms that the gains do not arise from data leakage. A downstream evaluation using an Interaction Quality Index calibrated against expert observer ratings achieves a Pearson correlation of 0.692 with expert scores. An on-device deployment study on two embedded platforms further shows that the quantised framework sustains an end-to-end latency of 377 ms per utterance at a real-time factor of 0.075 and a board power of 9.6 W while retaining an F1 score of 0.706 on authentic kindergarten audio, and a stage-wise data-handling design keeps raw audio, spectral features and transcripts inside the classroom node so that only a scalar interaction quality value is written to persistent storage. Ablation and visualization analyses confirm the contribution of each structural component to recognition performance and interpretability.

شناسایی هیجان، روشی برای کمی‌سازی کیفیت تعامل در آموزش دوران کودکی ارائه می‌دهد، اما روش‌های موجود با ورودی تک‌وجهی، عملکرد ضعیف در زمان واقعی و تعمیم‌پذیری محدود مواجه هستند. این پژوهش، یک مدل چندوجهی گفتار-متن مبتنی بر رمزگذار Mamba با سازوکار ادغام GatedxLSTM پیشنهاد می‌کند که در آن، تجمیع قاب و پوشش زمانی، عدم‌هم‌زمانی زمانی بین وجه‌ها را رفع می‌کند و یک دروازه قابل یادگیری، سهم هر وجه را تنظیم می‌نماید. آزمایش‌ها بر روی مجموعه‌های IEMOCAP و FAU-AIBO، به همراه پیکره داخلی KTC-Pilot از تعاملات اصیل مهدکودک که برای اعتبارسنجی بوم‌شناختی استفاده شده است، نشان می‌دهد که رویکرد پیشنهادی در معیارهای F1، WA و UA از مبناهای رایج پیشی می‌گیرد. سه سازگاری آگاه از گفتار کودک، شامل افزایش زیر و بمی و فورمانت، تجمیع قاب حساس به سکوت و رمزگذاری متن مقاوم به ناروانی، فاصله حوزه‌ای با گفت‌وگوی اصیل مهدکودک را کاهش می‌دهد و آموزش با حذف وجه، بازسازی متقابل متن مفقود و منظم‌سازی دروازه‌ای، پایداری مدل را در ورودی‌های ناقص حفظ می‌کند. ممیزی آلودگی نسبت به پیکره‌های پیش‌آموزش CLAP تأیید می‌کند که بهبودها ناشی از نشت داده نیست. ارزیابی پایین‌دستی با استفاده از شاخص کیفیت تعامل که بر اساس امتیازدهی ناظران خبره کالیبره شده است، همبستگی پیرسون 0.692 با امتیازهای خبره به دست می‌آورد. مطالعه استقرار بر روی دستگاه در دو پلتفرم تعبیه‌شده نشان می‌دهد که چارچوب کمیت‌یافته، تأخیر انتها به انتهای 377 میلی‌ثانیه به ازای هر بیان را با ضریب زمان واقعی 0.075 و توان برد 9.6 وات حفظ می‌کند، در حالی که امتیاز F1 برابر با 0.706 بر روی صوت اصیل مهدکودک باقی می‌ماند و طراحی مرحله‌ای مدیریت داده‌ها موجب می‌شود صوت خام، ویژگی‌های طیفی و رونوشت‌ها در گره کلاسی باقی بماند و تنها یک مقدار عددی کیفیت تعامل در حافظه دائمی ثبت شود. تحلیل حذف مؤلفه و تجسم، سهم هر جزء ساختاری در عملکرد شناسایی و تفسیرپذیری را تأیید می‌کند.

Language use, vocal behavior, and facial activity provide complementary indicators of affective state, but multimodal models can be affected by noisy temporal observations and insufficient global guidance before cross-modal interaction. We developed a framework combining bidirectional gated recurrent unit encoders, attention pooling, dynamic hypernode injection, and graph attention fusion. Textual, acoustic, and visual sequences were mapped into a shared latent space and compressed into modality-level representations. A sample-dependent hypernode and a learnable static prior were then injected through gated residual connections before graph propagation. The model was evaluated on CMU-MOSI and CMU-MOSEI using five random seeds and validation-MAE checkpoint selection. On CMU-MOSI, the model obtained an MAE of 0.7290 ± 0.0099 , a correlation of 0.7880 ± 0.0076 , and an Acc-7 of 0.4561 ± 0.0160 . On CMU-MOSEI, the corresponding results were 0.5541 ± 0.0053 , 0.7551 ± 0.0058 , and 0.5269 ± 0.0064 . A five-run comparison of pre-GAT, post-GAT, and no injection showed that pre-GAT injection provided the strongest overall regression-oriented balance, although post-GAT was slightly higher on MOSEI Acc-7. Gate, graph-attention, representation, and balanced case diagnostics showed that the injected prior was sample dependent and modality selective. These findings support pre-propagation hypernode injection under complete, word-aligned tri-modal inputs, without establishing universal superiority or robustness to missing and corrupted modalities.

استفاده از زبان، رفتار صوتی و فعالیت چهره شاخص‌های مکملی از وضعیت عاطفی فراهم می‌کنند، اما مدل‌های چندوجهی ممکن است تحت تأثیر مشاهدات زمانی نویزی و راهنمایی کلی ناکافی پیش از تعامل بین‌وجهی قرار گیرند. ما چارچوبی را توسعه دادیم که رمزگذارهای واحد بازگشتی دروازه‌دار دوسویه، تجمیع توجه، تزریق ابرگره پویا و ادغام توجه گراف را ترکیب می‌کند. توالی‌های متنی، صوتی و بصری به فضای نهفته مشترک نگاشته شده و به نمایش‌های سطح وجهی فشرده شدند. سپس یک ابرگره وابسته به نمونه و یک پیش‌فرض ایستا قابل یادگیری از طریق اتصالات باقیمانده دروازه‌دار پیش از انتشار گراف تزریق شدند. مدل بر روی مجموعه‌های داده CMU-MOSI و CMU-MOSEI با استفاده از پنج بذر تصادفی و انتخاب نقطه توقف بر اساس MAE اعتبارسنجی ارزیابی شد. بر روی CMU-MOSI، مدل به MAE برابر با 0.7290 ± 0.0099، همبستگی 0.7880 ± 0.0076 و Acc-7 برابر با 0.4561 ± 0.0160 دست یافت. بر روی CMU-MOSEI، نتایج متناظر به ترتیب 0.5541 ± 0.0053، 0.7551 ± 0.0058 و 0.5269 ± 0.0064 بودند. مقایسه پنج‌باره پیش از GAT، پس از GAT و بدون تزریق نشان داد که تزریق پیش از GAT قوی‌ترین تعادل کلی مبتنی بر رگرسیون را فراهم می‌کند، اگرچه پس از GAT کمی در MOSEI Acc-7 بالاتر بود. تشخیص‌های دروازه، توجه گراف، نمایش و حالت متعادل نشان داد که پیش‌فرض تزریق‌شده وابسته به نمونه و انتخابی نسبت به وجه بود. این یافته‌ها از تزریق ابرگره پیش از انتشار در ورودی‌های سه‌وجهی کامل و هم‌تراز با واژه حمایت می‌کنند، بدون آنکه برتری یا پایداری جهانی در برابر وجوه مفقود یا مخدوش را اثبات نمایند.

The key to affective computing is emotion recognition based on multimodal physiological and behavioral responses and aids in intelligent systems to monitor mental health, adapt human-computer interaction, and predict the intent of affectivity. Although the existing deep models show remarkable advances, most of them process modalities in isolation and do not consider causal, temporal, and individual specific mechanisms underlying the expression of emotions. This paper presents PhysioGraph-Transformer which is a dynamic interaction-aware graph-based Transformer that encapsulates time-varying directed interactions among multimodal physiological channels with personality-sensitive adaptation. All the modalities of the AFFEC dataset, such as EEG, electrodermal activity (EDA), facial dynamics, eye gaze, pupil response, and cursor motion, are modeled as a time-varying interaction graph, which is learned with self-attention. A layer of Neural Ordinary Differential Equation (Neural-ODE) trains continuously changing latent embeddings to be able to smoothly model changes of emotion. Personality-conditioned cross-modes attention incorporates heterogeneous information into a common affective portrayal, making it give a meaningful and individual inference. Experimental analyses on the AFFEC indicate that PhysioGraph-Transformer achieves 84.6% accuracy and 80.8% macro-F1 which outperforms CNN, RNN, GCN and Transformer baselines and has strong resiliency to partial modality loss. The attention interaction maps illustrate distinguishable relationships between personality factors and modality inputs that offer neuroscientific information on the formation of emotions. These results make PhysioGraph-Transformer a interaction-aware, decipherable and personality conscious model of multi-modal physiological emotion recognition.

کلید محاسبات عاطفی، شناسایی احساسات مبتنی بر پاسخ‌های فیزیولوژیکی و رفتاری چندوجهی است و به سیستم‌های هوشمند در پایش سلامت روان، سازگاری تعامل انسان و رایانه و پیش‌بینی قصد عاطفی کمک می‌کند. اگرچه مدل‌های عمیق موجود پیشرفت‌های قابل توجهی نشان داده‌اند، اما اکثر آن‌ها شیوه‌های چندوجهی را به صورت مجزا پردازش می‌کنند و مکانیسم‌های علّی، زمانی و فردی خاصِ زیربنای بروز احساسات را در نظر نمی‌گیرند. این مقاله فیزیوگراف-ترنسفورمر را معرفی می‌کند که یک ترنسفورمر مبتنی بر گراف و آگاه از تعامل پویا است و تعاملات جهت‌دار متغیر با زمان میان کانال‌های فیزیولوژیکی چندوجهی را با سازگاری حساس به شخصیت دربرمی‌گیرد. تمامی شیوه‌های داده مجموعه AFFEC، مانند EEG، فعالیت الکترودرمال (EDA)، پویایی‌های چهره، نگاه چشم، پاسخ مردمک و حرکت نشانگر، به صورت یک گراف تعامل متغیر با زمان مدل‌سازی شده‌اند که با مکانیزم خودتوجهی یاد گرفته می‌شود. یک لایه معادلات دیفرانسیل معمولی عصبی (Neural-ODE) تعبیه‌های نهفته در حال تغییر پیوسته را آموزش می‌دهد تا بتواند تغییرات احساسات را به طور هموار مدل‌سازی کند. توجه متقاطع شرطی‌شده بر شخصیت، اطلاعات ناهمگن را در یک بازنمایی عاطفی مشترک ادغام می‌کند و استنباطی معنادار و فردمحور ارائه می‌دهد. تحلیل‌های تجربی بر روی مجموعه AFFEC نشان می‌دهد که فیزیوگراف-ترنسفورمر به دقت ۸۴.۶٪ و ماکرو-F1 برابر با ۸۰.۸٪ دست یافته است که از مدل‌های پایه CNN، RNN، GCN و ترنسفورمر عملکرد بهتری دارد و در برابر از دست رفتن جزئی شیوه‌های داده مقاوم است. نقشه‌های تعامل توجه، روابط متمایزی میان عوامل شخصیتی و ورودی‌های شیوه‌های داده نشان می‌دهد که اطلاعات علوم اعصاب درباره شکل‌گیری احساسات ارائه می‌کند. این نتایج، فیزیوگراف-ترنسفورمر را به مدلی آگاه از تعامل، قابل تفسیر و حساس به شخصیت برای شناسایی احساسات فیزیولوژیکی چندوجهی تبدیل می‌کند.

Depression represents a complex, multifactorial disorder influenced by the interplay of biological, behavioral, and social determinants. While extensive health surveys, including the National Health and Nutrition Examination Survey (NHANES), gather comprehensive multidomain data, existing studies tend to analyze these domains independently, overlooking the potential to identify integrated, data-driven patterns of depression risk. We have developed SYNERGY-VAE, an interpretable and multimodal deep learning framework that is designed to identify latent health subgroups and facilitate the transparent prediction of depression risk, utilizing NHANES-derived multimodal data from a large analytic cohort that spans five distinct domains from 2005 to 2018. SYNERGY-VAE utilizes a variational autoencoder to learn a shared latent representation derived from five modalities of NHANES, specifically demographic, dietary, examination, laboratory, and questionnaire data. Clustering within this latent space revealed subpopulations exhibiting distinct health signatures. To enhance interpretability, we triangulated insights utilizing encoder weights, standardized mean differences, and permutation feature importance (PFI). Machine learning classifiers were trained within each cluster employing the top 30 PFI-ranked features, with performance evaluated through the receiver operating characteristic area under the curve (AUC) in a 70/30 train-test split. Three latent clusters emerged, each demonstrating markedly different observed prevalence rates of depression within the analytic sample, ranging from 6.8% to 10.9%. Cluster-specific models consistently surpassed pooled models in performance, with the highest predictive accuracy identified in Cluster 2 utilizing XGBoost (AUC = 0.839, 95% CI:0.804–0.874). The importance of features varied across clusters, indicating unique depression risk profiles specific to each subgroup. SYNERGY-VAE demonstrates the power of generative, explainable deep learning for the identification of latent health phenotypes, thereby furthering the objectives of precision mental health. By integrating high-dimensional, multimodal data and facilitating transparent subgroup discovery, our model may inform future stratified and context-aware screening research and contribute to precision psychiatry-oriented research in large health survey datasets.

افسردگی یک اختلال پیچیده و چندعاملی است که تحت تأثیر تعامل عوامل زیستی، رفتاری و اجتماعی قرار دارد. اگرچه پیمایش‌های گسترده سلامت، از جمله پیمایش ملی سلامت و تغذیه (NHANES)، داده‌های جامع چندحوزه‌ای را گردآوری می‌کنند، مطالعات موجود تمایل دارند این حوزه‌ها را به طور مستقل تحلیل کنند و از شناسایی الگوهای یکپارچه و مبتنی بر داده‌های ریسک افسردگی غافل می‌شوند. ما SYNERGY-VAE را توسعه داده‌ایم؛ یک چارچوب یادگیری عمیق چندوجهی و قابل تبیین که برای شناسایی زیرگروه‌های پنهان سلامت و تسهیل پیش‌بینی شفاف ریسک افسردگی طراحی شده است و از داده‌های چندوجهی استخراج‌شده از NHANES در یک نمونه تحلیلی بزرگ که پنج حوزه متمایز را از سال ۲۰۰۵ تا ۲۰۱۸ دربرمی‌گیرد، بهره می‌برد. SYNERGY-VAE از یک واریاسیونال اتوانکودر برای یادگیری نمایش پنهان مشترک مشتق‌شده از پنج وجه NHANES، به طور خاص داده‌های جمعیت‌شناختی، رژیمی، معاینه، آزمایشگاهی و پرسشنامه‌ای استفاده می‌کند. خوشه‌بندی در این فضای پنهان، زیرجمعیت‌هایی با امضاهای سلامت متمایز را آشکار ساخت. برای افزایش قابلیت تبیین، بینش‌ها با استفاده از وزن‌های انکودر، تفاوت میانگین استانداردشده و اهمیت ویژگی مبتنی بر جایگشت (PFI) مثلث‌بندی شدند. طبقه‌بندهای یادگیری ماشین در هر خوشه با استفاده از ۳۰ ویژگی برتر رتبه‌بندی‌شده بر اساس PFI آموزش داده شدند و عملکرد آن‌ها از طریق مساحت زیر منحنی مشخصه عملکرد گیرنده (AUC) در تقسیم ۷۰/۳۰ آموزش-آزمون ارزیابی شد. سه خوشه پنهان شناسایی شد که هر یک نرخ‌های شیوع مشاهده‌شده افسردگی به طور قابل توجهی متفاوتی را در نمونه تحلیلی نشان دادند، که از ۶.۸٪ تا ۱۰.۹٪ متغیر بود. مدل‌های اختصاصی خوشه به طور پیوسته عملکرد بهتری نسبت به مدل‌های تجمیعی داشتند و بالاترین دقت پیش‌بینی در خوشه ۲ با استفاده از XGBoost (AUC = 0.839, 95% CI:0.804–0.874) مشاهده شد. اهمیت ویژگی‌ها در خوشه‌های مختلف متفاوت بود و نشان‌دهنده پروفایل‌های ریسک افسردگی منحصر به فرد برای هر زیرگروه بود. SYNERGY-VAE قدرت یادگیری عمیق مولد و قابل تبیین را برای شناسایی فنوتیپ‌های پنهان سلامت نشان می‌دهد و بدین ترتیب اهداف سلامت روان دقیق را پیش می‌برد. با یکپارچه‌سازی داده‌های چندوجهی با ابعاد بالا و تسهیل کشف شفاف زیرگروه‌ها، مدل ما می‌تواند پژوهش‌های آینده غربالگری لایه‌بندی‌شده و زمینه‌محور را اطلاع‌رسانی کند و به پژوهش‌های روان‌پزشکی دقیق در داده‌های بزرگ پیمایش سلامت کمک نماید.

OBJECTIVE: The combination of action observation and motor imagery (AO+MI) has emerged as a promising neurorehabilitation strategy to promote sensorimotor plasticity without real movement, making it particularly valuable for individuals whose motor capacity is limited or absent. Improving AO+MI protocols requires understanding whether different observation stimuli engage the sensorimotor system to varying degrees, as the quality of cortical activation during each training trial may directly influence cumulative neuroplastic outcomes. The present study aimed to determine how the observation modality influences the activation of the sensorimotor cortex during synchronous AO+MI. APPROACH: Here, we investigated the effects of three observation modalities: immersive virtual reality (iVR), two-dimensional video and real-world observation of a robotic agent, on sensorimotor cortical engagement, using Event-Related Desynchronization (ERD) as a neurophysiological marker. Electroencephalographic (EEG) signals were recorded from fifteen healthy participants across three sessions, one per modality, while they observed a humanoid robot performing arm elevation movements and simultaneously engaged in motor imagery of the same movements. ERD was computed for alpha and beta frequency bands over eight electrodes covering frontocentral, central, and centroparietal regions. MAIN RESULTS: Statistical analyses revealed significant modality-dependent differences in sensorimotor cortical engagement across multiple frequency bands, electrode locations, and movement types. Immersive virtual reality consistently elicited the strongest desynchronization, with robust effects in the beta band over frontocentral and right centroparietal regions, and in the alpha band over the right central motor cortex. SIGNIFICANCE: These results demonstrate that the modality of action observation significantly shapes sensorimotor cortical engagement during AO+MI. Our findings also support the integration of immersive virtual reality as a neurophysiological grounded tool for optimizing AO+MI-based neurorehabilitation protocols and brain-computer interface applications.

هدف: ترکیب مشاهده عمل و تصویرسازی حرکتی (AO+MI) به‌عنوان یک راهبرد نویدبخش در نوروهیبیلیتیشن برای ارتقای پلاستیسیتی حسی‌حرکتی بدون حرکت واقعی مطرح شده است و به‌ویژه برای افرادی که ظرفیت حرکتی آن‌ها محدود یا غایب است، ارزشمند می‌باشد. بهبود پروتکل‌های AO+MI مستلزم درک این موضوع است که آیا محرک‌های مشاهده‌ای مختلف، سیستم حسی‌حرکتی را به درجات متفاوتی درگیر می‌کنند یا خیر، چرا که کیفیت فعال‌سازی قشری در هر نوبت تمرین ممکن است به‌طور مستقیم بر پیامدهای تجمعی نورولاستیک تأثیر بگذارد. مطالعه حاضر با هدف تعیین چگونگی تأثیر شیوه مشاهده بر فعال‌سازی قشر حسی‌حرکتی در حین AO+MI همزمان انجام شد. روش: در این پژوهش، اثرات سه شیوه مشاهده شامل واقعیت مجازی فراگیر (iVR)، ویدئوی دوبعدی و مشاهده دنیای واقعی یک عامل رباتیک بر درگیری قشری حسی‌حرکتی با استفاده از شاخص غیربسامدسازی وابسته به رویداد (ERD) به‌عنوان نشانگر نوروفیزیولوژیک بررسی شد. سیگنال‌های الکتروانسفالوگرافی (EEG) از پانزده شرکت‌کننده سالم در سه جلسه (هر جلسه یک شیوه) ثبت شد، در حالی که آن‌ها حرکات بالا بردن بازوی یک ربات انسان‌نما را مشاهده می‌کردند و به‌طور همزمان به تصویرسازی حرکتی همان حرکات می‌پرداختند. ERD برای باندهای فرکانسی آلفا و بتا بر روی هشت الکترود پوشش‌دهنده نواحی فرونتو‌سنتـرال، سنتـرال و سنتروپریتال محاسبه شد. نتایج اصلی: تحلیل‌های آماری تفاوت‌های معنادار وابسته به شیوه مشاهده را در درگیری قشری حسی‌حرکتی در چندین باند فرکانسی، محل الکترود و نوع حرکت نشان داد. واقعیت مجازی فراگیر به‌طور پیوسته قوی‌ترین غیربسامدسازی را ایجاد کرد، با اثرات بارز در باند بتا بر نواحی فرونتو‌سنتـرال و سنتروپریتال راست، و در باند آلفا بر قشر حرکتی مرکزی راست. اهمیت: این نتایج نشان می‌دهد که شیوه مشاهده عمل به‌طور معناداری الگوی درگیری قشری حسی‌حرکتی را در حین AO+MI شکل می‌دهد. یافته‌های ما همچنین از ادغام واقعیت مجازی فراگیر به‌عنوان ابزاری مبتنی بر شواهد نوروفیزیولوژیک برای بهینه‌سازی پروتکل‌های نوروهیبیلیتیشن مبتنی بر AO+MI و کاربردهای رابط مغز و رایانه حمایت می‌کند.

How is vision shaped by other senses? Visual cortex is not merely a passive recipient of retinal inputs. It is also responsive to other sensory modalities, particularly audition. While auditory signals have been shown to penetrate early visual cortices, the mechanisms driving these responses remain poorly understood. To examine how audition shapes vision, we used functional MRI to investigate whether audiovisual interactions modulate the gain of responses in human early visual cortices. Specifically, we measured voxel-wise contrast-response functions (CRF), while participants viewed horizontally drifting gratings paired with auditory motion that was directionally congruent or incongruent with the visual motion, or stationary. We show that congruent audiovisual motion enhances voxel-wise contrast sensitivity whereas incongruent motion reduces it, manifesting as a robust contrast gain modulation across areas V1–V3. This direction-selective enhancement is nicely captured by a divisive normalization model incorporating auditory-driven feedback modulation. Our findings provide compelling evidence for cross-modal interactions at early stages of visual processing, driven by contrast gain modulation –a bidirectional modulation in sensitivity that maintains the balance between local excitatory and inhibitory activity. Together, these results reveal that audiovisual interactions can alter a cornerstone property of vision, highlighting the dynamic role of early visual cortex in multisensory processing.

بینایی چگونه توسط حواس دیگر شکل می‌گیرد؟ قشر بینایی صرفاً دریافت‌کننده منفعل ورودی‌های شبکیه نیست، بلکه به سایر حواس، به‌ویژه شنوایی نیز پاسخ می‌دهد. اگرچه نشان داده شده است که سیگنال‌های شنوایی به قشرهای اولیه بینایی نفوذ می‌کنند، اما سازوکارهای ایجاد این پاسخ‌ها همچنان به‌خوبی شناخته نشده‌اند. برای بررسی اینکه شنوایی چگونه بینایی را شکل می‌دهد، از تصویربرداری تشدید مغناطیسی عملکردی (fMRI) استفاده کردیم تا بررسی کنیم آیا برهم‌کنش‌های شنوایی‌ـ‌بصری بهره پاسخ‌ها را در قشرهای اولیه بینایی انسان تعدیل می‌کند یا خیر. به طور خاص، تابع پاسخ به کنتراست (CRF) را در سطح وکسل اندازه‌گیری کردیم، در حالی که شرکت‌کنندگان به گراتینگ‌های افقی متحرک نگاه می‌کردند که با حرکت شنوایی هم‌جهت یا ناهم‌جهت با حرکت بصری، یا بدون حرکت (ایستا) جفت شده بود. نشان دادیم که حرکت شنوایی‌ـ‌بصری هم‌جهت حساسیت به کنتراست را در سطح وکسل افزایش می‌دهد، در حالی که حرکت ناهم‌جهت آن را کاهش می‌دهد و این امر به صورت تعدیل قوی بهره کنتراست در نواحی V1 تا V3 ظاهر می‌شود. این افزایش انتخابی نسبت به جهت حرکت، به‌خوبی توسط مدل نرمال‌سازی تقسیم‌پذیر که تعدیل بازخوردی ناشی از شنوایی را در بر می‌گیرد، تبیین می‌شود. یافته‌های ما شواهد قانع‌کننده‌ای برای برهم‌کنش‌های میان‌حسی در مراحل اولیه پردازش بینایی ارائه می‌دهد که توسط تعدیل بهره کنتراست هدایت می‌شود؛ یعنی تعدیل دوطرفه حساسیت که تعادل میان فعالیت تحریکی و مهاری موضعی را حفظ می‌کند. در مجموع، این نتایج نشان می‌دهد که برهم‌کنش‌های شنوایی‌ـ‌بصری می‌تواند یکی از ویژگی‌های بنیادی بینایی را تغییر دهد و نقش پویای قشر اولیه بینایی در پردازش چندحسی را برجسته می‌سازد.