Implicit learning and generalization of stretch response modulation in humans
Notice bibliographique
Résumé
Adaptation of neural responses to repeated muscle stretching likely represents implicit learning to minimize muscle resistance to perturbations. To test this hypothesis, the forearm was placed on a horizontal manipulandum. Elbow flexors or extensors compensated an external load and were stretched by 20° or 70° rotations. Participants were instructed not to intervene by intentionally modifying the muscle resistance elicited by stretching. In addition to phasic stretch reflexes (SRs), muscle stretching was associated with inhibitory periods (IPs) in the ongoing muscle activity starting at minimal latencies of ∼35 ms. The SR amplitude decreased dramatically across 5-12 trials and was not restored after a resting period of 3-5 min, despite the increase in stretch amplitude from 20° to 70°, but IPs remained present. When SRs were suppressed, stretching of originally nonstretched, antagonist muscles initiated after the rest period showed immediate SR suppression while IPs remained present in the first and subsequent trials. Adaptation to muscle stretching thus includes features characteristic of implicit learning such as memory consolidation and generalization. Adaptation may be achieved by central shifts in the threshold positions at which muscles begin to be activated. Shifts are thought to be prepared in advance and triggered with stretch onset. Threshold position resetting provides a comprehensive explanation of the results in the broader context of the control of posture, movement, and motor learning in the healthy and damaged nervous system.
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 | 0,000 |
| 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) | 0,000 | 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 ».