Consolidation of visuomotor adaptation memory with consistent and noisy environments
Notice bibliographique
Résumé
Our understanding of how we learn and retain motor behaviors is still limited. For instance, there is conflicting evidence as to whether the memory of a learned visuomotor perturbation consolidates; i.e., the motor memory becomes resistant to interference from learning a competing perturbation over time. Here, we sought to determine the factors that influence consolidation during visually guided walking. Subjects learned a novel mapping relationship, created by prism lenses, between the perceived location of two targets and the motor commands necessary to direct the feet to their positions. Subjects relearned this mapping 1 wk later. Different groups experienced protocols with or without a competing mapping (and with and without washout trials), presented either on the same day as initial learning or before relearning on day 2 We tested identical protocols under constant and noisy mapping structures. In the latter, we varied, on a trial-by-trial basis, the strength of prism lenses around a non-zero mean. We found that a novel visuomotor mapping is retained at least 1 wk after initial learning. We also found reduced foot-placement error with relearning in constant and noisy mapping groups, despite learning a competing mapping beforehand, and with the exception of one protocol, with and without washout trials. Exposure to noisy mappings led to similar performance on relearning compared with the equivalent constant mapping groups for most protocols. Overall, our results support the idea of motor memory consolidation during visually guided walking and suggest that constant and noisy practices are effective for motor learning. NEW & NOTEWORTHY: The adaptation of movement is essential for many daily activities. To interact with targets, this often requires learning the mapping to produce appropriate motor commands based on visual input. Here, we show that a novel visuomotor mapping is retained 1 wk after initial learning in a visually guided walking task. Furthermore, we find that this motor memory consolidates (i.e., becomes more resistant to interference from learning a competing mapping) when learning in constant and noisy mapping environments.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».