MétaCan
Menu
Retour à la cohorte
Enregistrement W2058210821 · doi:10.1111/ejn.12039

Using kinematic analysis of movement to predict the time occurrence of an evoked potential associated with a motor command

2013· article· en· W2058210821 sur OpenAlexafffund
Christian O’Reilly, Réjean Plamondon, Mohamed K. Landou, Brigitte Stemmer

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsMovement (music)Motor controlComputer scienceA priori and a posterioriPsychologyPhysical medicine and rehabilitationCognitive psychologyNeurosciencePhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

This article presents an exploratory study investigating the possibility of predicting the time occurrence of a motor event related potential (ERP) from a kinematic analysis of human movements. Although the response-locked motor potential may link the ERP components to the recorded response, to our knowledge no previous attempt has been made to predict a priori (i.e. before any contact with the electroencephalographic data) the time occurrence of an ERP component based only on the modeling of an overt response. The proposed analysis relies on the delta-lognormal modeling of velocity, as proposed by the kinematic theory of rapid human movement used in several studies of motor control. Although some methodological aspects of this technique still need to be fine-tuned, the initial results showed that the model-based kinematic analysis allowed the prediction of the time occurrence of a motor command ERP in most participants in the experiment. The average map of the motor command ERPs showed that this signal was stronger in electrodes close to the contra-lateral motor area (Fz, FCz, FC1, and FC3). These results seem to support the claims made by the kinematic theory that a motor command is emitted at time t(0), the time reference parameter of the model. This article proposes a new time marker directly associated with a cerebral event (i.e. the emission of a motor command) that can be used for the development of new data analysis methodologies and for the elaboration of new experimental protocols based on ERP.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,037
Tête enseignante GPT0,268
Écart entre enseignants0,231 · 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

Citations12
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207