Long-Latency Responses During Reaching Account for the Mechanical Interaction Between the Shoulder and Elbow Joints
Notice bibliographique
Résumé
Although considerable research indicates that reaching movements rely on knowledge of the arm's mechanical properties and environment to anticipate and counter predictable loads, far less research has examined whether this degree of sophistication is present for on-line corrections during reaching. Here we examine the R2/3 response to mechanical perturbations (45-100 ms, also called the long-latency reflex), which is highly flexible and includes the fastest possible contribution from primary motor cortex, a key neural substrate for self-initiated action. Torque perturbations were occasionally and unexpectedly applied to the subject's shoulder and/or elbow in the course of performing reaching movements. Critically, these perturbations would evoke different patterns of feedback corrections from a shoulder extensor muscle if it countered only the local shoulder displacement relative to unperturbed motion or accounted for the mechanical interactions between the shoulder and elbow joints and countered the underlying shoulder torque. Our results show that the earliest response (R1: 20-45 ms) reflected local shoulder displacement, whereas the R2/3 response (45-100 ms) reflected knowledge of multijoint dynamics. Moreover, the same pattern of feedback occurred whether the shoulder muscle helped initiate the movement (during its agonist phase) or helped terminate the movement (during its antagonist phase). These results contribute to the accumulating evidence that highly sophisticated feedback control underlies motor behavior and are consistent with a shared neural substrate, such as primary motor cortex, for feedforward and feedback control.
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) | 0,000 | 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) | 0,000 | 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 ».