MétaCan
Menu
Retour à la cohorte
Enregistrement W2790175756 · doi:10.1111/ejn.13841

White matter microstructural organisation of interhemispheric pathways predicts different stages of bimanual coordination learning in young and older adults

2018· article· en· W2790175756 sur OpenAlexaff
Hamed Zivari Adab, Sima Chalavi, Iseult A. M. Beets, Jolien Gooijers, Inge Leunissen, Boris Cheval, Quinten Collier, Jan Sijbers, Ben Jeurissen, Stephan P. Swinnen, Matthieu P. Boisgontier

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesVlaamse regeringKU LeuvenFonds Wetenschappelijk Onderzoek
Mots-clésWhite matterMotor learningPsychologyPremotor cortexFractional anisotropyPrimary motor cortexNeuroscienceTractographyMotor cortexDiffusion MRIDorsumCortex (anatomy)Young adultPhysical medicine and rehabilitationDevelopmental psychologyMedicineMagnetic resonance imagingAnatomy

Résumé

récupéré en direct d'OpenAlex

The ability to learn new motor skills is crucial for activities of daily living, especially in older adults. Previous work in younger adults has indicated fast and slow stages for motor learning that were associated with changes in functional interactions within and between brain hemispheres. However, the impact of the structural scaffolds of these functional interactions on different stages of motor learning remains elusive. Using diffusion-weighted imaging and probabilistic constrained spherical deconvolution-based tractography, we reconstructed transcallosal white matter pathways between the left and right primary motor cortices (M1-M1), left dorsal premotor cortex and right primary motor cortex (LPMd-RM1) and right dorsal premotor cortex and left primary motor cortex (RPMd-LM1) in younger and older adults trained in a set of bimanual coordination tasks. We used fractional anisotropy (FA) to assess microstructural organisation of the reconstructed white matter pathways. Older adults showed lower behavioural performance than younger adults and improved their performance more in the fast but less in the slow stage of learning. Linear mixed models predicted that individuals with higher FA of M1-M1 pathways improve more in the fast but less in the slow stage of bimanual learning. Individuals with higher FA of RPMd-LM1 improve more in the slow but less in the fast stage of bimanual learning. These predictions did not differ significantly between younger and older adults suggesting that, in both younger and older adults, the M1-M1 and RPMd-LM1 pathways are important for the fast and slow stage of bimanual learning, respectively.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,021
Tête enseignante GPT0,277
Écart entre enseignants0,256 · 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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207