Touching and feeling: differences in pleasant touch processing between glabrous and hairy skin in humans
Notice bibliographique
Résumé
Previous functional magnetic resonance imaging studies in two rare patients, together with microneurography and psychophysical observations in healthy subjects, have demonstrated a system of mechanosensitive C-fiber tactile (CT) afferents sensitive to slowly moving stimuli. They project to the posterior insular cortex and signal pleasant aspects of touch. Importantly, CTs have not been found in the glabrous skin of the hand, yet it is commonly observed that glabrous skin touch is also perceived as pleasant. Here we asked if the brain processing of pleasant touch differs between hairy and glabrous skin by stroking the forearm and glabrous skin of the hand during positron emission tomography. The data showed that, when contrasting slow brush stroking on the forearm with slow brush stroking on the palm, there were significant activations of the posterior insular cortex and mid-anterior orbitofrontal cortex. The opposite contrast showed a significant activation of the somatosensory cortices. Although concurrent psychophysical ratings showed no differences in intensity or pleasantness ratings, a subsequent touch questionnaire in which subjects used a newly developed 'touch perception task' showed significant difference for the two body sites. Emotional descriptors received higher ratings on the forearm and sensory descriptors were rated more highly on the palm. The present findings are consistent with the hypothesis that pleasant touch from hairy skin, mediated by CT afferents, is processed in the limbic-related cortex and represents an innate non-learned process. In contrast, pleasant touch from glabrous skin, mediated by A-beta afferents, is processed in the somatosensory cortex and represents an analytical process dependent on previous tactile experiences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».