MétaCan
Menu
← Retour à la cohorte
Enregistrement W2986702554 · doi:10.1101/845933

Motor learning and transfer: from feedback to feedforward control

2019· preprint· en· W2986702554 sur OpenAlexafffund
Rodrigo S. Maeda, Paul L. Gribble, J. Andrew Pruszynski

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésFeed forwardStretch reflexReflexKinematicsMotor controlControl theory (sociology)ElbowPhysical medicine and rehabilitationInverse dynamicsLatency (audio)Computer scienceMotor learningTorqueWork (physics)PsychologyArtificial intelligencePhysicsNeuroscienceEngineeringMedicineControl (management)Control engineeringAnatomy

Résumé

récupéré en direct d'OpenAlex

Abstract Previous work has demonstrated that when learning a new motor task, the nervous system modifies feedforward (ie. voluntary) motor commands and that such learning transfers to fast feedback (ie. reflex) responses evoked by mechanical perturbations. Here we show the inverse, that learning new feedback responses transfers to feedforward motor commands. Sixty human participants (34 females) used a robotic exoskeleton and either 1) received short duration mechanical perturbations (20 ms) that created pure elbow rotation or 2) generated self-initiated pure elbow rotations. They did so with the shoulder joint free to rotate (normal arm dynamics) or locked (altered arm dynamics) by the robotic manipulandum. With the shoulder unlocked, the perturbation evoked clear shoulder muscle activity in the long-latency stretch reflex epoch (50-100ms post-perturbation), as required for countering the imposed joint torques, but little muscle activity thereafter in the so-called voluntary response. After locking the shoulder joint, which alters the required joint torques to counter pure elbow rotation, we found a reliable reduction in the long-latency stretch reflex over many trials. This reduction transferred to feedforward control as we observed 1) a reduction in shoulder muscle activity during self-initiated pure elbow rotation trials and 2) kinematic errors (ie. aftereffects) in the direction predicted when failing to compensate for normal arm dynamics, even though participants never practiced self-initiated movements with the shoulder locked. Taken together, our work shows that transfer between feedforward and feedback control is bidirectional, furthering the notion that these processes share common neural circuits that underlie motor learning and transfer.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMotor Control and Adaptation→Travaux en français237 207→