Investigating Differences in Reaction Time and Preparatory Activation as a Result of Varying Accuracy Requirements
Notice bibliographique
Résumé
The preparation and initiation of movement has previously been described using a neural accumulation model; this model involves an increase of neural activation in the motor cortex (M1) from baseline to a subthreshold level following a warning signal, which is maintained until presentation of an imperative stimulus (IS). Activity then increases until reaching movement initiation threshold. This model predicts that variability in activation during preparation may influence reaction time (RT) and its variability. The purpose of this thesis project was to determine whether differences in RT/variability of RT during the completion of tasks with varying levels of complexity may be attributable to differences in neural excitability in M1. To test this prediction, transcranial magnetic stimulation (TMS) delivered concurrently with an IS was used to determine neural excitability for movements with different accuracy demands. It was hypothesized that higher accuracy demands would result in lowered amplitude and/or greater variability of neural activation, and consequently slower/more variable RT. Fifteen healthy participants completed a simple RT task involving a targeted wrist extension movement under three different accuracy conditions (easy, moderate, difficult). TMS was delivered concurrently with the IS on 50% of trials during each condition. While pilot testing showed RT differences between accuracy conditions (Appendix A), the data presented here failed to detect significant differences in RT latency (F(2, 28) = .074, p = .929) or variability (F(1.432, 20.053) = .633, p = .538) between conditions . Similarly, no difference in MEP amplitude was observed between difficulty conditions (F(2, 28) = 2.439, p = .106). However, a subset of participants (n = 7) did show significant RT increases between easy and hard conditions (t(6) = 2.531, p = .045), but this subset still failed to show differences in MEP amplitude (t(6) = 1.157, p = .291) or variability (t(6) = 1.545, p = .173), suggesting that preparatory levels at the IS may be similar for movements involving both high and low accuracy demands.
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 | 0,001 | 0,005 |
| 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) | 0,002 | 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 ».