MétaCan
Menu
← Retour à la cohorte
Enregistrement W2999236137

Disruption of efference copy signals in fronto-parietal networks with rTMS.

2013· article· en· W2999236137 sur OpenAlexaffabout
Robert Hermosillo, Paul van Donkelaar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEfference copyPremotor cortexPosterior parietal cortexTranscranial magnetic stimulationPsychologyNeuroscienceSensory systemMotor cortexAudiologyDorsumStimulationMedicineAnatomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It has been hypothesized that the brain generates efference copy signals for the purpose of predicting the sensory consequences of movement. While research has provided theoretical framework for this process, how motor planning signals are used to determine the spatial configuration of the limbs is unclear. In particular, previous studies have not differentiated between potential contributions of efference copy vs. state estimation signals. In the current experiment, we examined this issue by applying repetitive transcranial magnetic stimulation (rTMS) to candidate sites in the fronto-parietal network to determine how they would influence decisions in a temporal order judgement (TOJ) task under conditions in which bimanual arm crossing movements were performed (moving) or not (stationary). Previous work has shown that under stationary conditions, error rates increase when participants have their arms crossed or are about to cross their arms. In the current study, when the hands were stationary and uncrossed, we observed an increase in TOJ error compared to baseline when rTMS was applied to the posterior parietal cortex (PPC), but not when applied to the dorsal premotor cortex (dPMC). However under moving conditions, error rates were decreased compared to baseline when rTMS was applied to either the dPMC or the PPC. Additionally, targeting a control site (area V4), resulted in no change in TOJ performance. Taken together, this suggests that predictions about the sensory consequences of the spatial configuration of the limbs uses efference copy signals generated in the dPMC and state estimation about the position of the limbs from PPC. Acknowledgments: This research was supported by the Natural Sciences and Engineering Research Council of Canada.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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'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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→