MétaCan
Menu
Retour à la cohorte
Enregistrement W2340852661 · doi:10.1068/ic821

Functionally-Specific Changes in Sensorimotor Networks following Motor Learning

2011· article· en· W2340852661 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuei-Perception · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMotor learningPerceptual learningNeuroscienceSensory systemPsychologySomatosensory systemPerceptionPremotor cortexBiologyDorsum

Résumé

récupéré en direct d'OpenAlex

The perceptual changes induced by motor learning are important in understanding the adaptive mechanisms and global functions of the human brain. In the present study, we document the neural substrates of this sensory plasticity by combining work on motor learning using a robotic manipulandum with resting-state fMRI measures of learning and psychophysical measures of perceptual function. We show that motor learning results in long-lasting changes to somatosensory areas of the brain. We have developed a new technique for incorporating behavioral measures into resting-state connectivity analyses. The method allows us to identify networks whose functional connectivity changes with learning and specifically to dissociate changes in connectivity that are related to motor learning from those that are related perceptual changes that occur in conjunction with learning. Using this technique we identify a new network in motor learning involving second somatosensory cortex, ventral premotor and supplementary motor cortex whose activation is specifically related to sensory changes that occur in association with learning. The sensory networks that are strengthened in motor learning are similar to those involved in perceptual learning and decision making, which suggests that the process of motor learning engages the perceptual learning network.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,237
Écart entre enseignants0,187 · 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