Changes in visual and sensory-motor resting-state functional connectivity support motor learning by observing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 découle