Focal dystonia and the Sensory-Motor Integrative Loop for Enacting (SMILE)
Notice bibliographique
Résumé
Performing accurate movements requires preparation, execution, and monitoring mechanisms. The first two are coded by the motor system, the latter by the sensory system. To provide an adaptive neural basis to overt behaviors, motor and sensory information has to be properly integrated in a reciprocal feedback loop. Abnormalities in this sensory-motor loop are involved in movement disorders such as focal dystonia, a hyperkinetic alteration affecting only a specific body part and characterized by sensory and motor deficits in the absence of basic motor impairments. Despite the fundamental impact of sensory-motor integration mechanisms on daily life, the general principles of healthy and pathological anatomic-functional organization of sensory-motor integration remain to be clarified. Based on the available data from experimental psychology, neurophysiology, and neuroimaging, we propose a bio-computational model of sensory-motor integration: the Sensory-Motor Integrative Loop for Enacting (SMILE). Aiming at direct therapeutic implementations and with the final target of implementing novel intervention protocols for motor rehabilitation, our main goal is to provide the information necessary for further validating the SMILE model. By translating neuroscientific hypotheses into empirical investigations and clinically relevant questions, the prediction based on the SMILE model can be further extended to other pathological conditions characterized by impaired sensory-motor integration.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».