MétaCan
Menu
Retour à la cohorte
Enregistrement W2078989713 · doi:10.1523/jneurosci.3048-13.2013

Motor Skill Learning Induces Changes in White Matter Microstructure and Myelination

2013· article· en· W2078989713 sur OpenAlexaff
Cassandra Sampaio‐Baptista, Alexandre A. Khrapitchev, Sean Foxley, Theresa Schlagheck, Jan Scholz, Saâd Jbabdi, Gabriele C. DeLuca, Karla L. Miller, Amy Taylor, Nagheme Thomas, Jeffrey A. Kleim, Nicola R. Sibson, David M. Bannerman, Heidi Johansen‐Berg

Notice bibliographique

RevueJournal of Neuroscience · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHospital for Sick Children
Organismes subventionnairesUniversity of OxfordNational Institute for Health and Care ResearchOxford University Hospitals NHS Foundation TrustCancer Research UKWellcome Trust
Mots-clésFractional anisotropyWhite matterPsychologyMotor cortexMotor learningNeuroscienceNeuroplasticityLateralization of brain functionCortex (anatomy)MyelinDiffusion MRIMedicineMagnetic resonance imagingCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Learning a novel motor skill is associated with well characterized structural and functional plasticity in the rodent motor cortex. Furthermore, neuroimaging studies of visuomotor learning in humans have suggested that structural plasticity can occur in white matter (WM), but the biological basis for such changes is unclear. We assessed the influence of motor skill learning on WM structure within sensorimotor cortex using both diffusion MRI fractional anisotropy (FA) and quantitative immunohistochemistry. Seventy-two adult (male) rats were randomly assigned to one of three conditions (skilled reaching, unskilled reaching, and caged control). After 11 d of training, postmortem diffusion MRI revealed significantly higher FA in the skilled reaching group compared with the control groups, specifically in the WM subjacent to the sensorimotor cortex contralateral to the trained limb. In addition, within the skilled reaching group, FA across widespread regions of WM in the contralateral hemisphere correlated significantly with learning rate. Immunohistological analysis conducted on a subset of 24 animals (eight per group) revealed significantly increased myelin staining in the WM underlying motor cortex in the hemisphere contralateral (but not ipsilateral) to the trained limb for the skilled learning group versus the control groups. Within the trained hemisphere (but not the untrained hemisphere), myelin staining density correlated significantly with learning rate. Our results suggest that learning a novel motor skill induces structural change in task-relevant WM pathways and that these changes may in part reflect learning-related increases in myelination.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,323
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations425
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207