MétaCan
Menu
Retour à la cohorte
Enregistrement W1978411851 · doi:10.1155/2012/297217

Slowing of Motor Imagery after a Right Hemispheric Stroke

2012· article· en· W1978411851 sur OpenAlexafffund
Francine Malouin, Carol L. Richards, Anne Durand

Notice bibliographique

RevueStroke Research and Treatment · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversité LavalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineMotor imageryPhysical medicine and rehabilitationStroke (engine)Cognitive psychologyElectroencephalographyPsychiatryPsychologyBrain–computer interface

Résumé

récupéré en direct d'OpenAlex

The temporal congruence between real and imagined movements is not always preserved after stroke. We investigated the dependence of temporal incongruence on the side of the hemispheric lesion and its link with working memory deficits. Thirty-seven persons with a chronic stroke after a right or left hemispheric lesion (RHL : n = 19; LHL : n = 18) and 32 age-matched healthy persons (CTL) were administered a motor imagery questionnaire, mental chronometry and working memory tests. In contrast to persons in the CTL group and LHL subgroup, persons with a RHL had longer movement times during the imagination than the physical execution of stepping movements on both sides, indicating a reduced ability to predict movement duration (temporal incongruence). While motor imagery vividness was good in both subgroups, the RHL group had greater visuospatial working memory deficits. The bilateral slowing of stepping movements in the RHL group indicates that temporal congruence during motor imagery is impaired after a right hemispheric stroke and is also associated with greater visuospatial working memory deficits. Findings emphasize the need to use mental chronometry to control for movement representation during motor imagery training and may indicate that mental practice through motor imagery will have limitations in patients with a right hemispheric stroke.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,092
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,060
Tête enseignante GPT0,326
Écart entre enseignants0,266 · 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

Citations41
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStroke Research and TreatmentMême sujetMotor Control and AdaptationTravaux en français237 207