<i>Preparing for Speed</i>. Focus on “Preparatory Activity in Premotor and Motor Cortex Reflects the Speed of the Upcoming Reach”
Notice bibliographique
Résumé
It is generally accepted that movements can be prepared before their execution, but what preparation entails is not precisely understood. Some computational models suggest that preparation involves the optimization of a “desired trajectory” that describes the movement in its entirety, prior to onset, and is then read-out during overt performance (e.g., Flash and Hogan 1985; Tanaka et al. 2006; Uno et al. 1989). At the other extreme, some models suggest that preparation only describes some simple aspects of the movement and that the details unfold on-line (e.g., Bullock and Grossberg 1988; Feldman 1974; Shadmehr and Wise 2005). In the context of these theoretical proposals, it is interesting to ask: what aspects of an intended movement can be prepared ahead of movement onset? A large number of neurophysiological studies have addressed this question by examining the activity of cells in the reach system during an instructed delay period, between presentation of information specifying a reaching movement and the “go ” signal instructing its onset. These studies have consistently found that neural activity during the delay period accurately predicts the intended direction of movement (Alexander and Crutcher 1990; Kalaska and Crammond 1995; Kurata
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».