Explicit and implicit locomotor learning in individuals with chronic hemiparetic stroke
Notice bibliographique
Résumé
Abstract Motor learning involves both explicit and implicit processes that are fundamental for acquiring and adapting complex motor skills. However, stroke may damage the neural substrates underlying explicit and/or implicit learning, leading to deficits in overall motor performance. While both learning processes are typically used in concert in daily life and rehabilitation, no gait studies have determined how these processes function together after stroke when tested during a task that elicits dissociable contributions from both. Here, we compared explicit and implicit locomotor learning in individuals with chronic stroke to age- and sex-matched neurologically intact controls. We assessed implicit learning using split-belt adaptation (where two treadmill belts move at different speeds). We assessed explicit learning (i.e., strategy-use) using visual feedback during split-belt walking to help individuals explicitly correct for step length errors created by the split-belts. The removal of visual feedback after the first 40 strides of split-belt walking, combined with task instructions, minimized contributions from explicit learning for the remainder of the task. We utilized a multi-rate state-space model to characterize individual explicit and implicit process contributions to overall behavioral change. The computational and behavioral analyses revealed that, compared to controls, individuals with chronic stroke demonstrated deficits in both explicit and implicit contributions to locomotor learning, a result that runs counter to prior work testing each process individually during gait. Since post-stroke locomotor rehabilitation involves interventions that rely on both explicit and implicit motor learning, future work should determine how locomotor rehabilitation interventions can be structured to optimize overall motor learning. New and noteworthy Motor learning involves both implicit and explicit processes, the underlying neural substrates of which could be damaged by after stroke. While both learning processes are typically used in concert in daily life and rehabilitation, no gait studies have determined how these processes function together after stroke. Using a locomotor task that elicits dissociable contributions from both processes and computational modeling, we found evidence that chronic stroke causes deficits in both explicit and implicit locomotor learning.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».