Stimulus-locked responses on human upper limb muscles prefer low spatial frequency, high contrast, and fast moving targets
Notice bibliographique
Résumé
To reach towards a visible target, such as a coffee mug, visual information has to be transformed into motor commands. Visual information such as the colour, shape, and size of the mug is processed within numerous brain areas, then relayed to the motor periphery. However, in order to catch a falling mug, we must transform vision into action as quickly as possible. These fast visuomotor transformations, and their underlying neurological substrates, are poorly understood in humans. Fundamental questions still remain regarding what visual information is necessary or available to a fast visuomotor system. My presentation will focus on work which attempts to better understand the nature of visual input received by the fast visuomotor system, beginning with a description of stimulus-locked responses (SLRs) which provide a measure to study the fast visuomotor system. SLRs are the first wave of motor recruitment directly influenced by visual stimulus presentation and are hypothesized to be mediated via the Superior Colliculus. To study the effects of visual stimulus attributes on the SLR, human subjects generated visually guided reaches towards stimuli using a robotic manipulandum, as surface electrodes recorded electromyographic (EMG) activity from the pectoralis major muscle. Recently, we have detailed SLRs in response to systematically varied visual parameters including spatial frequency, speed and contrast. Our results suggest that a combination of low spatial frequency, high contrast, and fast moving targets evoke SLRs in all tested participants. These findings may be consistent with preferential magnocellular (M) pathway input into a fast visuomotor system. Importantly, those stimuli that best evoke SLRs are also those that elicit the earliest “mid-flight” corrections during an on-going reaching movement. Detailing the visual stimulus attributes that best evoke SLRs will aid future studies of a fast visuomotor system across the lifespan, and in health and disease.
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 | 0,002 |
| 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) | 0,003 | 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 ».