The influence of augmented somatosensory feedback on visuomotor adaptation and inter-limb transfer
Notice bibliographique
Résumé
Healthy individuals can quickly adapt their movements when aiming in a virtual reality environment in which the visual representation of their hand is rotated relative to their actual hand motion. Specifically, individuals learn to compensate for the misaligned visual feedback by aiming to the left or right of the target, in the opposite direction of the rotation. These altered movements continue even when the rotated feedback is removed (i.e. individuals exhibit aftereffects). The purpose of the current study was to determine if augmented somatosensory feedback would be benefit motor learning in elderly participants and hence lead to greater aftereffects. Two groups of older adults (age range:40-75 years old ) aimed to targets when: 1) the cursor accurately indicated hand position, and 2) the cursor was rotated 30 degrees counter-clockwise from the actual hand position. One group of subjects received enhanced somatosensory feedback at the end of their reaching movements such that the robot handle they were holding vibrated with a frequency of 5 Hz for 1500 msec. Results showed that aftereffects were similar for both groups following reaches with the distorted visual feedback, with no significant influence of the augmented sensory feedback. Moreover, these changes in reaches transferred to the opposite (untrained) non-dominant hand, regardless of whether participants received enhanced sensory feedback or not. These findings suggest that the central nervous system ignores somatosensory information and relies more on visual feedback when adapting to altered visual feedback.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».