MétaCan
Menu
Retour à la cohorte
Enregistrement W3118291033 · doi:10.1371/journal.pone.0245184

Intermanual transfer and retention of visuomotor adaptation to a large visuomotor distortion are driven by explicit processes

2021· article· en· W3118291033 sur OpenAlexafffund
Jean-Michel Bouchard, Erin K. Cressman

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAdaptation (eye)PsychologyCursor (databases)Physical medicine and rehabilitationAudiologyTransfer (computing)CommunicationMedicineComputer scienceArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Reaching with a visuomotor distortion in a virtual environment leads to reach adaptation in the trained hand, and in the untrained hand. In the current study we asked if reach adaptation in the untrained (right) hand is due to transfer of explicit adaptation (EA; strategic changes in reaches) and/or implicit adaptation (IA; unconscious changes in reaches) from the trained (left) hand, and if this transfer changes depending on instructions provided. We further asked if EA and IA are retained in both the trained and untrained hands. Participants (n = 60) were divided into 3 groups (Instructed (provided with instructions on how to counteract the visuomotor distortion), Non-Instructed (no instructions provided), and Control (EA not assessed)). EA and IA were assessed in both the trained and untrained hands immediately following rotated reach training with a 40° visuomotor distortion, and again 24 hours later by having participants reach in the absence of cursor feedback. Participants were to reach (1) so that the cursor landed on the target (EA + IA), and (2) so that their hand landed on the target (IA). Results revealed that, while initial EA observed in the trained hand was greater for the Instructed versus Non-Instructed group, the full extent of EA transferred between hands for both groups and was retained across days. IA observed in the trained hand was greatest in the Non-Instructed group. However, IA did not significantly transfer between hands for any of the three groups. Limited retention of IA was observed in the trained hand. Together, these results suggest that while initial EA and IA in the trained hand are dependent on instructions provided, transfer and retention of visuomotor adaptation to a large visuomotor distortion are driven almost exclusively by EA.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0000,003
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,053
Tête enseignante GPT0,241
Écart entre enseignants0,187 · 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'étudeObservationnel
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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMotor Control and AdaptationTravaux en français237 207