MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220764143 · doi:10.1101/2022.03.20.485033

The effects of explicit and implicit information on modulation of corticospinal excitability during hand-object interactions

2022· preprint· en· W4220764143 sur OpenAlexaff
Guy Rens, Marco Davare, Vonne van Polanen

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern University
Organismes subventionnairesVlaamse regeringFonds Wetenschappelijk Onderzoek
Mots-clésTranscranial magnetic stimulationObject (grammar)Task (project management)PsychologyComputer scienceArtificial intelligenceCommunicationComputer visionNeuroscienceStimulation

Résumé

récupéré en direct d'OpenAlex

Abstract Fingertip force scaling during hand-object interactions typically relies on visual information about the object and sensorimotor memories from previous object interactions. Here, we investigated whether contextual information, that is not explicitly linked to the intrinsic object properties (e.g., size or weight) but is informative for motor control requirements, can mediate force scaling. For this, we relied on two separate behavioral tasks during which we applied transcranial magnetic stimulation (TMS) to probe corticospinal excitability (CSE), as a window onto the primary motor cortex role in controlling fingertip forces. In experiment 1, participants performed a force tracking task, where we manipulated available implicit and explicit visual information. That is, either the force target was fully visible, or only the force error was displayed as a deviation from a horizontal line. We found that participants’ performance was better when the former condition, in which they had explicit access to predictive information. However, we did not find differences in CSE modulation based on the type of visual information. On the other hand, CSE was modulated by the change in muscle contraction, i.e., contraction vs. relaxation and fast vs. slow changes. In sum, these findings indicate that CSE only reflects the ongoing motor command. In experiment 2, other participants performed a sequential object lifting task of visually identical objects that were differently weighted, in a seemingly random order. Within this task, we hid short series of incrementally increasing object weights. This allowed us to investigate whether participants would scale their forces for specific object weights based on the previously lifted object (i.e., sensorimotor effect) or based on the implicit information about the hidden series of incrementally increasing weights (i.e., extrapolation beyond sensorimotor effects). Results showed that participants did not extrapolate fingertip forces based on the hidden series but scaled their forces solely on the previously lifted object. Unsurprisingly, CSE was not modulated differently when lifting series of random weights versus series of increasing weights. Altogether, these results in two different grasping tasks suggest that CSE encodes ongoing motor components but not sensorimotor cues that are hidden within contextual information. Highlights Explicit visual cues and sensorimotor experience are key for object grasping Investigating influence of implicit, contextual information on object grasping Explicit but not implicit cues improve motor performance during object grasping Explicit but not implicit cues modulate corticospinal excitability

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMotor Control and Adaptation→Travaux en français237 207→