MétaCan
Menu
Retour à la cohorte
Enregistrement W2962347020 · doi:10.1523/jneurosci.2669-18.2019

Binding During Sequence Learning Does Not Alter Cortical Representations of Individual Actions

2019· article· en· W2962347020 sur OpenAlexaff
Patrick Beukema, Jörn Diedrichsen, Timothy Verstynen

Notice bibliographique

RevueJournal of Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensWestern University
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of HealthPennsylvania Department of HealthNational Science Foundation
Mots-clésSequence (biology)Context (archaeology)PsychologySequence learningNeuroplasticityHierarchyNeuroscienceMotor learningMovement (music)Control (management)Motor controlCommunicationCognitive psychologyBiologyComputer scienceArtificial intelligenceGenetics

Résumé

récupéré en direct d'OpenAlex

As a sequence of movements is learned, serially ordered actions get bound together into sets to reduce computational complexity during planning and execution. Here, we investigated how actions become naturally bound over the course of learning and how this learning affects cortical representations of individual actions. Across 5 weeks of practice, neurologically healthy human subjects learned either a complex 32-item sequence of finger movements (trained group, <i>n</i> = 9; 3 female) or randomly ordered actions (control group, <i>n</i> = 9; 3 female). Over the course of practice, responses during sequence production in the trained group became temporally correlated, consistent with responses being bound together under a common command. These behavioral changes, however, did not coincide with plasticity in the multivariate representations of individual finger movements, assessed using fMRI, at any level of the cortical motor hierarchy. This suggests that the representations of individual actions remain stable, even as the execution of those same actions become bound together in the context of producing a well learned sequence. <b>SIGNIFICANCE STATEMENT</b> Extended practice on motor sequences results in highly stereotyped movement patterns that bind successive movements together. This binding is critical for skilled motor performance, yet it is not currently understood how it is achieved in the brain. We examined how binding altered the patterns of activity associated with individual movements that make up the sequence. We found that fine finger control during sequence production involved correlated activity throughout multiple motor regions; however, we found no evidence for plasticity of the representations of elementary movements. This suggests that binding is associated with plasticity at a more abstract level of the motor hierarchy.

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 candidatesaucune
Catégories consensuellesaucune
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 enseignants0,033
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,353
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207