MétaCan
Menu
Retour à la cohorte
Enregistrement W2592210730 · doi:10.1186/s12868-017-0349-0

Experience-dependent modulation of alpha and beta during action observation and motor imagery

2017· article· en· W2592210730 sur OpenAlexafffund
Paula M. Di Nota, Julie M. Chartrand, Gabriella Levkov, Rodrigo Montefusco‐Siegmund, Joseph F. X. DeSouza

Notice bibliographique

RevueBMC Neuroscience · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaYork UniversityUniversity of Windsor
Mots-clésDanceBalletPsychologyElectroencephalographyAlpha (finance)Ballet dancerBeta RhythmCognitive psychologyNeuroscienceDevelopmental psychologyArtVisual artsPsychometrics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: EEG studies investigating the neural networks that facilitate action observation (AO) and kinaesthetic motor imagery (KMI) have shown reduced, or desynchronized, power in the alpha (8-12 Hz) and beta (13-30 Hz) frequency bands relative to rest, reflecting efficient activation of task-relevant areas. Functional modulation of these networks through expertise in dance has been established using fMRI, with greater activation among experts during AO. While there is evidence for experience-dependent plasticity of alpha power during AO of dance, the influence of familiarity on beta power during AO, and alpha and beta activity during KMI, remain unclear. The purpose of the present study was to measure the impact of familiarity on confidence ratings and EEG activity during (1) AO of a brief ballet sequence, (2) KMI of this same sequence, and (3) KMI of non-dance movements among ballet dancers, dancers from other genres, and non-dancers. RESULTS: Ballet dancers highly familiar with the genre of the experimental stimulus demonstrated higher individual alpha peak frequency (iAPF), greater alpha desynchronization, and greater task-related beta power during AO, as well as faster iAPF during KMI of non-dance movements. While no between-group differences in alpha or beta power were observed during KMI of dance or non-dance movements, all participants showed significant desynchronization relative to baseline, and further desynchronization during dance KMI relative to non-dance KMI indicative of greater cognitive load. CONCLUSIONS: These findings confirm and extend evidence for experience-dependent plasticity of alpha and beta activity during AO of dance and KMI. We also provide novel evidence for modulation of iAPF that is faster when tuned to the specific motor repertoire of the observer. By considering the multiple functional roles of these frequency bands during the same task (AO), we have disentangled the compounded contribution of familiarity and expertise to alpha desynchronization for mediating task engagement among familiar ballet dancers and reflecting task difficulty among unfamiliar non-dance subjects, respectively. That KMI of a complex dance sequence relative to everyday, non-dance movements recruits greater cognitive resources suggests it may be a more powerful tool in driving neural plasticity of action networks, especially among the elderly and those with movement disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0020,000

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 Opus0,145
Tête enseignante GPT0,367
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations80
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC NeuroscienceMême sujetAction Observation and SynchronizationTravaux en français237 207