MétaCan
Menu
Retour à la cohorte
Enregistrement W2565681499 · doi:10.1002/hbm.23489

Taking the brakes off the learning curve

2016· article· en· W2565681499 sur OpenAlexafffund
Freja Gheysen, Gabriel Lasne, Mélanie Pélégrini‐Issac, Geneviève Albouy, Sabine Meunier, Habib Benali, Julien Doyon, Traian Popa

Notice bibliographique

RevueHuman Brain Mapping · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchInstitut National de la Santé et de la Recherche MédicaleUniversiteit GentAgence Nationale de la Recherche
Mots-clésCerebellumNeuroscienceMotor learningCerebellar hemispherePsychologyStimulationSequence learning

Résumé

récupéré en direct d'OpenAlex

Motor learning is characterized by patterns of cerebello-striato-cortical activations shifting in time, yet the early dynamic and function of these activations remains unclear. Five groups of subjects underwent either continuous or intermittent theta-burst stimulation of one cerebellar hemisphere, or no stimulation just before learning a new motor sequence during fMRI scanning. We identified three phases during initial learning: one rapid, one slow, and one quasi-asymptotic performance phase. These phases were not changed by left cerebellar stimulation. Right cerebellar inhibition, however, accelerated learning and enhanced brain activation in critical motor learning-related areas during the first phase, continuing with reduced brain activation but high-performance in late phase. Right cerebellar excitation did not affect the early learning process, but slowed learning significantly in late phase, along with increased brain activation. We conclude that the right cerebellum is a key factor coordinating other neuronal loops in the early acquisition of an explicit motor sequential skill. Hum Brain Mapp 38:1676-1691, 2017. © 2016 Wiley Periodicals, Inc.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,947
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,288
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetVestibular and auditory disordersTravaux en français237 207