MétaCan
Menu
Retour à la cohorte
Enregistrement W2945797255

Proprioceptive recalibration and uPDating predicted sensory consequences are neither exclusively implicit nor explicit

2018· article· en· W2945797255 sur OpenAlexaff
Raphael Q. Gastrock, Shanaathanan Modchalingam, Chad Vachon, Bernard Marius't Hart, Denise Y. P. Henriques

Notice bibliographique

RevueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository) · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésProprioceptionEfference copyPsychologyHand positionSensory systemPhysical medicine and rehabilitationVisual feedbackCognitive psychologyCommunicationArtificial intelligenceComputer scienceNeuroscienceMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Knowing where your limbs are is important for moving. This is informed by vision, proprioception, and prediction of sensory consequences based on efference copies. When visual feedback of hand is rotated during training, proprioception and prediction are adjusted towards the visual feedback. Here we test whether these changes are mainly implicit, hence decreasing with increased explicit information. All participants trained with a 30-degree rotated hand-cursor, and we manipulated explicit learning in three groups: 1) an group given a strategy to counter the rotation, 2) a cursor-jump group that saw the cursor jump from 0-degree to 30-degree rotation on every trial, 3) an control group, that received neither instructions nor different stimuli. During training, the instructed group countered the rotation immediately, while the other groups took longer (within 15-20 trials) to compensate for the cursor-rotation. Moreover, when including or excluding the strategy learned to counter the rotation, only the implicit group could not switch their strategy on or off at will, suggesting unawareness of their learning. Participants also localized their hand before and after training. They either moved their own hand, allowing hand localization with proprioception and efference-based predictions, or the robot moved their hand, providing only proprioceptive hand position. We found no differences between groups in either recalibrated proprioception or updated predictions. Since manipulating explicit learning clearly worked, our localization data suggests that neither proprioceptive recalibration nor updating of predictions fall on one side of the implicit-explicit learning divide, but are separate processes.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,250
Écart entre enseignants0,227 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository)Même sujetMotor Control and AdaptationTravaux en français237 207