Het begrijpen van gesproken taal vereist het omzetten van continu geluid in gestructureerde taalkundige representaties, waarbij gebruik wordt gemaakt van aangeleerde kennis en cognitieve middelen. Dit proefschrift onderzoekt hoe neurale reacties worden gemoduleerd over verschillende niveaus van taalverwerking, van akoestische waarneming tot syntactische structuur, met behulp van Temporal Response Function-analyse van magneto-encefalografiegegevens. De bevindingen tonen aan dat taalkundige structuur het volgen op foneemniveau versterkt, wat de afhankelijkheid van de hersenen van abstracte taalkundige representaties benadrukt. Zelfs in onbegrepen talen waaraan luisteraars statistisch zijn blootgesteld, wordt het volgen van fonemen versterkt, wat suggereert dat blootstelling alleen al de neurale codering kan verfijnen. Omgekeerd onderdrukt het horen van de moedertaal het vroege volgen van akoestische randen, wat aangeeft dat voorkennis zelfs de sensorische verwerking op laag niveau beïnvloedt. Het proefschrift ontrafelt verder de rollen van lexicaal-statistische patronen en syntactische structuur in neurale tracking met behulp van gecontroleerde stimuli met frequentietagging en computationele modellering. Beide informatiebronnen dragen onafhankelijk bij aan de taalkundige verwerking. Toenemende complexiteit schakelt bredere neurale netwerken in, wat de betrokkenheid van wijdverspreide coördinatie bij hiërarchische taalverwerking ondersteunt. Een nieuw raamwerk van frequentiegekoppelde oscillatoren toont aan dat syntactische tracking kan voortkomen uit gesynchroniseerde neurale activiteit die is afgestemd op hiërarchische taaleenheden. Samen ondersteunen deze bevindingen een hiërarchische, op structuurvorming gebaseerde verklaring van begrip, waarin de hersenen statistische signalen en syntactische regels integreren om betekenisvolle representaties van spraak te construeren.
Filiz Tezcan is momenteel postdoctoraal onderzoeker bij het Temporal Dynamics Lab van de Universiteit Maastricht, waar ze onderzoek doet naar de integratie van temporele informatie, oscillatoire mechanismen in auditieve en taalverwerking, en de effecten van tACS op neurale activiteit. Ze promoveerde aan het Max Planck Instituut voor Psycholinguïstiek onder leiding van Andrea E. Martin, waarbij ze onderzocht hoe de hersenen hiërarchische taalkundige structuren dynamisch coderen met behulp van MEG, TRF-analyse en computationele modellering. Haar academische loopbaan is interdisciplinair, met diploma's in chemische technologie en computationele wetenschappen en engineering van de Boğaziçi-universiteit en cognitiewetenschappen van de Yeditepe-universiteit. Haar methodologische toolkit omvat MEG/EEG, tACS, fMRI en computationele modellering. Haar onderzoek richt zich op neurale tracking van spraak, oscillatoire entrainment en hiërarchische taalverwerking.