Evaluating age-related sensorimotor transformation differences when programming movements to somatosensory targets
Notice bibliographique
Résumé
While older adults experience declines in somatosensory acuity, this loss does not appear to increase movement accuracy above that of younger adults (e.g., Helsen et al., 2016). Alternatively, older adults exhibit longer reaction times than younger adults when initiating upper-limb reaches to somatosensory targets (Goodman et al., 2018). One possible explanation for longer reaction time could be the result of increased cortical processing spent performing sensorimotor transformations when planning the movement (e.g., Jeannerod, 1991, Sarlegna & Sainburg, 2007). To determine if somatosensory information about the reaching limb contributes to these transformations, tendon vibration was applied to the effector. Younger and older adults performed reaches to visual, somatosensory and bimodal targets, employed by lights and vibro-tactile sensation to the left fingers. All trials were performed without vision of the limb, and one block of trials was performed with tendon vibration presented between-trials. Both older and younger adults exhibited lower endpoint precision when tendon vibration was applied. Also, only older adults showed significantly lower endpoint precision when making movements to somatosensory targets, versus both visual and bimodal targets. Further, older adults also showed the greatest increases in reaction time when vibration was applied, specifically when they were creating movements to the somatosensory targets. Thus, perturbing the effector limb created significantly greater delays in movement initiation to somatosensory targets in the older versus younger adults. These results provide further evidence that older adults have difficulties programming movements utilizing somatosensory information when reaching to somatosensory targets, including somatosensory cues from the effector.Acknowledgments: University of Toronto, Ontario Research Fund (ORF), Canada Foundation for Innovation (CFI), Natural Sciences and Engineering Research Council of Canada (NSERC)
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 ».