Proximal Upper Limb Sensorimotor Integration in Response to Novel Motor Skill Acquisition
Notice bibliographique
Résumé
Previous studies have shown significant changes in cortical and subcortical evoked potential activity levels in response to motor training with the distal upper-limb muscles. However, no studies to date have assessed the neurological processing changes in somatosensory evoked potentials (SEPs) associated with motor training whole-arm movements utilizing proximal upper-limb muscles. The proximal upper-limb muscles are a common source of work-related injuries, due to repetitive glenohumeral movements. Measuring neurophysiological changes following performance of a proximal motor task provide insight into potential neurophysiological changes associated with occupational postures and movements involving proximal upper limb muscles. This study sought to assess the impact of a novel motor skill acquisition task on neural processing of the proximal upper-limb muscle groups, through the measurement of short-latency median nerve SEPs. One group of 12 participants completed a novel motor training task, consisting of tracing a sinusoidal waveform varying in amplitude and frequency. Baseline SEP measurements were recorded from each participant, followed by a mental recitation control task. Pre-test SEP measurements were then recorded, followed by the motor training task, and post-test SEP recordings. The participants completed the tracing with their right thumb, using glenohumeral rotation only to move their hand. Significant improvements in task accuracy were demonstrated, indicating that motor acquisition had occurred. Significant changes were also seen in the N11, N13, N20, N24, P25, and the N30 SEP peaks were seen following the motor training task. Conclusion: Early SEPs appear to be a sensitive measure of changes in sensorimotor integration in response to novel motor skill acquisition within the proximal upper-limb muscles.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».