MétaCan
Menu
Retour à la cohorte
Enregistrement W2079614225 · doi:10.1152/jn.00810.2012

Changes in task parameters during walking prism adaptation influence the subsequent generalization pattern

2013· article· en· W2079614225 sur OpenAlexafffund
M. Scott Alexander, Brent W. G. Flodin, Daniel S. Marigold

Notice bibliographique

RevueJournal of Neurophysiology · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeneralizationPrism adaptationTask (project management)Adaptation (eye)PsychologyObstaclePhysical medicine and rehabilitationCognitive psychologyComputer scienceSequence (biology)ProprioceptionArtificial intelligenceCommunicationMathematicsNeuroscienceMedicineMathematical analysisBiology

Résumé

récupéré en direct d'OpenAlex

An understanding of the transfer (or generalization) of motor adaptations between legs and across tasks during walking has remained elusive due to limited research and mixed results. Here, we asked whether stepping sequences or task constraints introduced during walking prism-adaptation tasks influence generalization patterns. Forty subjects adapted to prism glasses in precision-walking or obstacle-avoidance tasks that required a specific stepping sequence to the center of two/three targets or laterally over an obstacle. We then tested for generalization, reflected by aftereffects in the nonadapted task. Our previous study using these tasks found that only one leg generalized. Here, we reversed the stepping sequence and found that only the opposite leg generalized in the subject group that adapted in a precision-walking task. The combination of stepping sequence and direction of prism shift caused subjects in two groups to collide with the obstacle early during adaptation, thus making the step prior to going over the obstacle more important. Both legs subsequently generalized. A fourth subject group experienced a three-target, precision-walking task, resulting in a balanced, right-left, left-right stepping sequence, meant to induce bilateral generalization. While only one leg generalized, foot placement aftereffects before stepping over the obstacle would have caused subjects to collide with it. Together with our previous study, the results suggest a contribution of stepping sequence during the adapted task on generalization patterns, likely driven by proprioceptive feedback. The results also support the idea that negative consequences during adaptation and/or perceived threat can influence generalization.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,238
Écart entre enseignants0,209 · 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

Citations15
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetMotor Control and AdaptationTravaux en français237 207