MétaCan
Menu
Retour à la cohorte
Enregistrement W1999425239 · doi:10.3389/fnhum.2013.00169

Correlations between brain activity and components of motor learning in middle-aged adults: an fMRI study

2013· article· en· W1999425239 sur OpenAlexafffund
Katie P. Wadden, Katlyn E. Brown, Rebecca Maletsky, Lara A. Boyd

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNational Institutes of HealthMichael Smith Health Research BC
Mots-clésPsychologyNeuroscienceMotor learningAudiologyBrain activity and meditationDevelopmental psychologyPhysical medicine and rehabilitationMedicineElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Implicit learning may be shown by improvements in motor performance, which occur unconsciously with practice and are typically restricted to the task that was practiced. The purpose of this study was to examine behaviorally relevant brain activation associated with change in motor behavior during sequence-specific motor learning of a perceptuomotor continuous tracking (CT) task in middle-aged adults. To gain further insight into the neural structures associated with change in motor behavior, overall improvement in tracking (root mean square error; RMSE) was decomposed into two components-temporal precision and spatial accuracy. We hypothesized that individual differences in CT task performance would be evident in unique networks of brain activation that supported overall tracking behavior as well-temporal and spatial tracking accuracy. A group of middle-aged healthy individuals performed the CT task, which contains repeated and random segments for seven days. Functional magnetic resonance imaging (fMRI) data was collected on the first and seventh day while the participants performed the task. Subjects did not gain explicit awareness of the sequence. To assess behaviorally-relevant changes in the blood oxygenation level-dependent (BOLD) response associated with individual sequence-specific tracking performance, separate statistical images were created for each participant and weighted by the difference score between repeated and random performance for days 1 and 7. Given the similarity of performance for random and repeated sequences during early practice, there were no unique networks evident at day 1. On Day 7 the resultant group statistical fMRI image demonstrated a positive correlation between RMSE difference score and bilateral cerebellar activation (lobule VI). In addition, individuals who showed greater sequence-specific temporal precision demonstrated increased activation in the precentral gyrus, middle occipital gyrus, and putamen of the right hemisphere and the thalamus, cuneus, and cerebellum of the left hemisphere. Activation of this neural network further confirms its involvement in timing of movements as it has been previously associated with task performance when individuals are instructed to emphasize speed over accuracy. In the present study, behavioral performance was associated with neural correlates of individual variation in motor learning that characterized the ability to implicitly learn a sequence-specific CT task.

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)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,179
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,277
Écart entre enseignants0,218 · 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'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

Citations28
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207