Improved discrimination of visual sensory prediction errors with tendon vibration
Notice bibliographique
Résumé
Implicit sensorimotor adaptation is driven by the difference between the expected and actual sensory consequences of a movement, known as a sensory prediction error (SPE). In a visuomotor rotation task, adaptation is assumed to be driven by the SPE between the rotated visual feedback and the sensory prediction based on the intended action. Via adaptation, movements shift away from the target in the opposite direction of the perturbation, thus reducing the SPE based on visual feedback. However, as a result of adaptation, an SPE resulting from the mismatch between the expected and actual proprioceptive feedback increases. Thus, one constraint on the extent of adaptation to the visual rotation may lie in how visual SPEs interact with proprioceptive SPEs (Morehead et al., 2017). As a starting point, we asked how the perceived trajectory of self-selected reaching movements is affected by the addition of proprioceptive noise. Participants (10) performed rapid reaching movements and judged whether visual cursor feedback representing fingertip position was rotated clockwise or counterclockwise with respect to their reach (Synofzik et al., 2010). We used simultaneous biceps-triceps tendon vibration during the movement to implement proprioceptive noise (Bock & Thomas, 2011). We derived estimates of discrimination sensitivity (JND) under conditions of tendon vibration and no vibration. Contrary to our expectations, all participants' JNDs improved with concurrent vibration (8.2 deg) compared to no vibration (16.5 deg). We speculate that the presence of proprioceptive noise may increase the weight given to the visual prediction, resulting in the paradoxical improvement of the JND.Acknowledgments: Supported by the 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 | 0,005 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».