MétaCan
Menu
← Retour à la cohorte
Enregistrement W2602170530

Sensory consequences of hand movement following exposure to visual-proprioceptive discrepancy

2016· article· en· W2602170530 sur OpenAlexaff
Ahmed A. Mostafa, Bernard Marius't Hart, Denise Y. P. Henriques

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésProprioceptionSensory systemPsychologyVisual feedbackSensory cuePhysical medicine and rehabilitationHand positionCommunicationCognitive psychologyComputer scienceArtificial intelligenceNeuroscienceMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In visuomotor adaptation, when subjects first make a reach there is a mismatch between actual and predicted sensory feedback. Subsequently they adapt to accurately reach the target, and update their predictions about sensory feedback which informs changes in hand localization. Additionally, our lab and others have shown that hand proprioception recalilbrates to visual feedback ("proprioceptive recalibration"). Here we quantify the contributions of updated predicted sensory consequences and recalibrated proprioception to hand localization. Ifthere is no discrepancy between predicted and actual visual feedback of the hand during reach training, then any changes in hand localization are due to proprioceptive recalibration. In experiment 1, our subjects trained to actively reach to a target with a 30° rotation. In experiment 2, they were exposed to visual and proprioceptive discrepancy only (cross-sensory error signal; Cressman & Henriques, 2010), but since the apparatus moved the participants' hands there was no prediction about visual consequences to update. Then we measured changes in hand localization, also with both active and passive placement of the adapted hand; i.e. with and without predictions. Hand localization changed substantially in all conditions. With active training, the change for passive placement accounted for two thirds of the change for active placement. As expected, passive training did not lead to a difference between active and passive localization, suggesting both reflect proprioceptive recalibration only. This shows that cross-sensory error signals affect motor performance and lead to proprioceptive recalibration, and thus seem to be an unappreciated aspect of motor learning.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,283
Écart entre enseignants0,251 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMotor Control and Adaptation→Travaux en français237 207→