MétaCan
Menu
Retour à la cohorte
Enregistrement W1971451306 · doi:10.1167/10.7.1079

The 'automatic pilot' for the hand in patients with hemispatial neglect

2010· article· en· W1971451306 sur OpenAlexaff
Stéphanie Rossit, Robert D. McIntosh, Paresh Malhotra, Stephen H. Butler, Monika Harvey

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHemispatial neglectNeglectPsychologyAudiologyPhysical medicine and rehabilitationUnilateral neglectNeurosciencePerceptionPerceptual DisordersAttention deficitsCognitive psychologyMedicineVisual perceptionCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

Left hemispatial neglect manifests itself in a rightward bias in perceptual tasks, yet the presence of this neglect-specific bias in visuomotor control remains a matter of debate. Here we investigated the ability of neglect patients (compared to patients without neglect and healthy controls) to rapidly adjust or interrupt (stop) their ongoing reach in response to a rightward or leftward target jump. Although neglect patients successfully corrected their reaches towards the left and right target shifts, these corrections were significantly slowed for leftward jumps. Interestingly though, in the stop condition neglect patients performed involuntary corrections towards the leftward target, similarly to those seen for the control groups. Furthermore, and unexpectedly, we found that neglect patients were impaired at stopping their movements in response to target jumps towards both sides of space. We argue that, in contrast to optic ataxic patients, who suffered from lesions in their dorsal visual stream, neglect patients show an ‘automatic pilot’ for reaching, yet that this ‘pilot’ is markedly slowed when the target jumps in a leftward direction. We also suggest that the inability to stop an ongoing reach might be related to non-lateralized deficits in response inhibition.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,254
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetSpatial Neglect and Hemispheric DysfunctionTravaux en français237 207