Somatosensory Perceptual Training Enhances Motor Learning by Observing
Notice bibliographique
Résumé
Abstract Neuroimaging and neurophysiological studies in humans have demonstrated that action observation activates brain regions involved in sensory-motor control. A growing body of work has shown that action observation can also facilitate motor learning; observing a tutor undergoing motor learning results in functional plasticity within the motor system and gains in subsequent motor performance. However, the effects of observing motor learning extend beyond the motor domain. Converging evidence suggests that learning also results in somatosensory functional plasticity and somatosensory perceptual changes. This work has raised the possibility that the somatosensory system is also involved in motor learning that results from observation. Here we tested this hypothesis using a somatosensory perceptual training paradigm. If the somatosensory system is indeed involved in motor learning by observing, then improving subjects' somatosensory function before observation should enhance subsequent observation-related gains in motor performance. Subjects performed a proprioceptive discrimination task in which a robotic manipulandum moved the subject’s passive upper limb and he or she made judgments about the position of the hand. Subjects in a Trained Learning group received trial-by-trial feedback to improve their proprioceptive acuity. Subjects in an Untrained Learning group performed the same task without feedback. All subjects then observed a learning video showing a tutor adapting her reaches to a left force field (FF). We found that subjects in the Trained Learning group, who had superior proprioceptive acuity prior to observation, benefited more from observing learning compared to subjects in the Untrained Learning group. Improving somatosensory function can therefore enhance subsequent observation-related gains in motor learning. This study provides further evidence in favor of the involvement of the somatosensory system in motor learning by observing. Abbreviations FF :Force field PD :Maximum perpendicular deviation IQR :interquartile range The authors report no financial interests or conflicts of interests.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».