The Right Anterior Intraparietal Sulcus Is Critical for Bimanual Grasping: A TMS Study
Notice bibliographique
Résumé
Grasping with 2 limbs in opposition to one another is older than the hand, yet the neural mechanisms for bimanual grasps remain unclear. Similar to unimanual grasping, bimanual grasping may require regions in the parietal cortex that use visual object-feature information to find matching stable grasp points on the object. The localization of matching points is computationally expensive, so it might make sense for the signals to converge in a single cortical area. To examine this, we use transcranial magnetic stimulation (TMS) to probe the contribution of cortical areas known to be associated with unimanual grasping, while participants performed bimanual grasps. We applied TMS to the anterior and caudal portion of the intra-parietal sulcus (aIPS and cIPS) in each hemisphere during a size-perturbation task using the index fingers of both hands to grasp an object whose orientation might or might not change. We found significant interaction effects between TMS and perturbation of the grasp-relevant object dimension that increased grip aperture only for the right aIPS. These results indicate that the aIPS is involved not only in unimanual, but also bimanual grasping, and the right aIPS is critically involved in bimanual grasps. This suggests that information from both hemispheres converges in the right hemisphere to achieve bimanual grasps.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,004 | 0,001 |
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 ».