Explicit feedback and instruction do not change shoulder muscle activity reduction after shoulder fixation
Notice bibliographique
Résumé
Abstract Generating pure elbow rotation requires contracting muscles at both the shoulder and elbow joints to counter torques that arise at the shoulder when the forearm rotates (i.e., intersegmental dynamics). Previous work has shown that human participants learn to reduce their shoulder muscle activity if the same elbow movement is performed after the shoulder joint is mechanically locked, which is appropriate because locking the shoulder joint eliminates the torques that arise at the shoulder when the forearm rotates. However, this learning is slow (i.e., it unfolds over hundreds of trials) and incomplete (i.e., shoulder activity is not fully eliminated). Here we investigated whether and how the addition of explicit strategies and biofeedback modulate this type of learning. Three groups of human participants (N = 55) performed voluntary pure elbow rotations using a robotic exoskeleton that permits shoulder and elbow rotation in a horizontal plane. Participants did the task with the shoulder free to move (baseline), then with the shoulder joint locked by the robotic manipulandum (adaptation), and then with the shoulder free to move again (post-adaptation). The first group of participants performed this protocol and received no instructions about what to do after their shoulder was locked. The second group of participants received visual feedback about their shoulder muscle activity after each movement and was instructed to reduce their shoulder activity to zero. The third group of participants also received visual biofeedback, but it was removed part way through the experiment. We found that, although all groups learned, the rate and magnitude of learning was not reliably different across the groups. Taken together, our results suggest that learning new arm dynamics, unlike other motor learning paradigms, unfolds independent of explicit instructions, biofeedback and task instructions.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».