MétaCan
Menu
Retour à la cohorte
Enregistrement W2198270805 · doi:10.1152/jn.00286.2015

Changes in visual and sensory-motor resting-state functional connectivity support motor learning by observing

2015· article· en· W2198270805 sur OpenAlexafffund
Heather E. McGregor, Paul L. Gribble

Notice bibliographique

RevueJournal of Neurophysiology · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensWestern University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésNeuroscienceResting state fMRIPsychologyMotor learningFunctional connectivitySomatosensory systemSensory system

Résumé

récupéré en direct d'OpenAlex

Motor learning occurs not only through direct first-hand experience but also through observation (Mattar AA, Gribble PL. Neuron 46: 153-160, 2005). When observing the actions of others, we activate many of the same brain regions involved in performing those actions ourselves (Malfait N, Valyear KF, Culham JC, Anton JL, Brown LE, Gribble PL. J Cogn Neurosci 22: 1493-1503, 2010). Links between neural systems for vision and action have been reported in neurophysiological (Strafella AP, Paus T. Neuroreport 11: 2289-2292, 2000; Watkins KE, Strafella AP, Paus T. Neuropsychologia 41: 989-994, 2003), brain imaging (Buccino G, Binkofski F, Fink GR, Fadiga L, Fogassi L, Gallese V, Seitz RJ, Zilles K, Rizzolatti G, Freund HJ. Eur J Neurosci 13: 400-404, 2001; Iacoboni M, Woods RP, Brass M, Bekkering H, Mazziotta JC, Rizzolatti G. Science 286: 2526-2528, 1999), and eye tracking (Flanagan JR, Johansson RS. Nature 424: 769-771, 2003) studies. Here we used a force field learning paradigm coupled with resting-state fMRI to investigate the brain areas involved in motor learning by observing. We examined changes in resting-state functional connectivity (FC) after an observational learning task and found a network consisting of V5/MT, cerebellum, and primary motor and somatosensory cortices in which changes in FC were correlated with the amount of motor learning achieved through observation, as assessed behaviorally after resting-state fMRI scans. The observed FC changes in this network are not due to visual attention to motion or observation of movement errors but rather are specifically linked to motor learning. These results support the idea that brain networks linking action observation and motor control also facilitate motor learning.

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 enseignants0,004
Score d'incertitude au seuil0,014

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,077
Tête enseignante GPT0,322
Écart entre enseignants0,245 · 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

Citations40
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetAction Observation and SynchronizationTravaux en français237 207