MétaCan
Menu
Retour à la cohorte
Enregistrement W2896944266 · doi:10.1038/s41598-018-33916-8

Vision facilitates tactile perception when grasping an object

2018· article· en· W2896944266 sur OpenAlexaff
Georgiana Juravle, Francisco L. Colino, Xhino Meleqi, Gordon Binsted, Alessandro Farnè

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGRASPComputer visionObject (grammar)PerceptionArtificial intelligenceComputer scienceSensitivity (control systems)Sensory stimulation therapyCommunicationVisual perceptionSensory systemPsychologyCognitive psychologyNeuroscienceEngineering

Résumé

récupéré en direct d'OpenAlex

Tactile sensitivity measured on the hand is significantly decreased for a moving (MH), as opposed to a resting hand (RH). This process (i.e., tactile suppression) is affected by the availability of visual information during goal-directed action. However, the timing of the contribution of visual information is currently unclear for reach-to-grasp movements, especially in the period before the digits land on the object to grasp it. Here participants reached for, grasped, and lifted an object placed in front of them in conditions of full/limited vision. Tactile perception was assessed by measures of signal detection theory (d' & c'). Electro-cutaneous stimulation could be delivered/not at the MH/RH, either during movement preparation, execution, before grasping, or while lifting the object. Results confirm tactile gating at the MH. This result is accompanied by a significant conservative criterion shift at the MH for the latter movement stages. Importantly, visual information enhances MH sensitivity just before grasping the object, but also improves RH sensitivity, during object lift. These findings reveal that tactile suppression is shaped by visual inputs at critical action stages. Further, they indicate that such a time-dependent modulation from vision to touch extends beyond the MH, suggesting a dynamic monitoring of the grasp space.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,153
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,044
Tête enseignante GPT0,323
Écart entre enseignants0,279 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetTactile and Sensory InteractionsTravaux en français237 207