Cortical beta oscillations are associated with motor performance following visuomotor learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
People vary in their capacity to learn and retain new motor skills. Although the relationship between neuronal oscillations in the beta frequency range (15-30 Hz) and motor behaviour is well established, the electrophysiological mechanisms underlying individual differences in motor learning are incompletely understood. Here, we investigated the degree to which measures of resting and movement-related beta power from sensorimotor cortex account for inter-individual differences in motor learning behaviour in the young and elderly. Twenty young (18-30 years) and twenty elderly (62-77 years) healthy adults were trained on a novel wrist flexion/extension tracking task and subsequently retested at two different time points (45-60 min and 24 h after initial training). Scalp EEG was recorded during a separate simple motor task before each training and retest session. Although short-term motor learning was comparable between young and elderly individuals, there was considerable variability within groups with subsequent analysis aiming to find the predictors of this variability. As expected, performance during the training phase was the best predictor of performance at later time points. However, regression analysis revealed that movement-related beta activity significantly explained additional variance in individual performance levels 45-60 min, but not 24 h after initial training. In the context of disease, these findings suggest that measurements of beta-band activity may offer novel targets for therapeutic interventions designed to promote rehabilitative outcomes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle