MétaCan
Menu
Retour à la cohorte
Enregistrement W1757048607 · doi:10.1523/jneurosci.1376-15.2015

Rapid Visuomotor Corrective Responses during Transport of Hand-Held Objects Incorporate Novel Object Dynamics

2015· article· en· W1757048607 sur OpenAlexafffund
Jeffrey S. Diamond, Joseph Y. Nashed, Roland S. Johansson, Daniel M. Wolpert, J. Randall Flanagan

Notice bibliographique

RevueJournal of Neuroscience · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensQueen's University
Organismes subventionnairesVetenskapsrådetKarolinska InstitutetCanadian Institutes of Health ResearchRoyal SocietyWellcome Trust
Mots-clésDynamics (music)GRASPObject (grammar)Movement (music)Motor controlFeed forwardComputer scienceHand strengthArtificial intelligencePsychologyCommunicationPhysical medicine and rehabilitationNeuroscienceEngineeringPhysicsControl engineering

Résumé

récupéré en direct d'OpenAlex

Numerous studies have shown that people are adept at learning novel object dynamics, linking applied force and motion, when performing reaching movements with hand-held objects. Here we investigated whether the control of rapid corrective arm responses, elicited in response to visual perturbations, has access to such newly acquired knowledge of object dynamics. Participants first learned to make reaching movements while grasping an object subjected to complex load forces that depended on the distance and angle of the hand from the start position. During a subsequent test phase, we examined grip and load force coordination during corrective arm movements elicited (within ∼150 ms) in response to viewed sudden lateral shifts (1.5 cm) in target or object position. We hypothesized that, if knowledge of object dynamics is incorporated in the control of the corrective responses, grip force changes would anticipate the unusual load force changes associated with the corrective arm movements so as to support grasp stability. Indeed, we found that the participants generated grip force adjustments tightly coupled, both spatially and temporally, to the load force changes associated with the arm movement corrections. We submit that recently learned novel object dynamics are effectively integrated into sensorimotor control policies that support rapid visually driven arm corrective actions during transport of hand held objects. Significance statement: Previous studies have demonstrated that the motor system can learn, and make use of, internal models of object dynamics to generate feedforward motor commands. However, it is not known whether such internal models are incorporated into rapid, automatic arm movement corrections that compensate for errors that arise during movement. Here we demonstrate, for the first time, that internal models of novel object dynamics are integrated into rapid corrective arm movements made in response to visuomotor perturbations that, importantly, do not directly perturb the object.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,623

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,062
Tête enseignante GPT0,274
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetMotor Control and AdaptationTravaux en français237 207