Transcranial Magnetic Stimulation of Frontal Oculomotor Regions during Smooth Pursuit
Notice bibliographique
Résumé
Both the frontal eye fields (FEFs) and supplementary eye fields (SEFs) are known to be involved in smooth pursuit eye movements. It has been shown recently that stimulation of the smooth-pursuit area of the FEF [frontal pursuit area (FPA)] in monkey increases the pursuit response to unexpected changes in target motion during pursuit. In the current study, we applied transcranial magnetic stimulation (TMS) to the FPA and SEF in humans during sinusoidal pursuit to assess its effects on the pursuit response to predictable, rather than unexpected, changes in target motion. For the FPA, we found that TMS applied immediately before the target reversed direction increased eye velocity in the new direction, whereas TMS applied in mid-cycle, immediately before the target began to slow, decreased eye velocity. For the SEF, TMS applied at target reversal increased eye velocity in the new direction but had no effect on eye velocity when applied at mid-cycle. TMS of the control region (leg region of the somatosensory cortex) did not affect eye velocity at either point. Previous stimulation studies of FPA during pursuit have suggested that this region is involved in controlling the gain of the transformation of visual signals into pursuit motor commands. The current results suggest that the gain of the transformation of predictive signals into motor commands is also controlled by the FPA. The effect of stimulation of the SEF is distinct from that of the FPA and suggests that its role in sinusoidal pursuit is primarily at the target direction reversal.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».