Bilateral intracortical inhibition during unilateral motor preparation and sequence learning
Notice bibliographique
Résumé
Motor sequence learning gradually quickens reaction time, suggesting that sequence learning alters motor preparation processes. Interestingly, evidence has shown that preparing sequence movements decreases short intracortical inhibition (SICI) in the contralateral motor cortex (M1), but also that sequence learning alters motor preparation processes in both the contralateral and ipsilateral M1s. Therefore, one possibility is that sequence learning alters the SICI decreases occurring during motor preparation in bilateral M1s. To examine this, two novel hypotheses were tested: unilateral sequence preparation would decrease SICI in bilateral M1s, and sequence learning would alter such bilateral SICI responses. Paired-pulse transcranial magnetic stimulation was delivered over the contralateral and ipsilateral M1s to assess SICI in an index finger muscle during the preparation of sequences initiated by either the right index or little finger. In the absence of sequence learning, SICI decreased in both the contralateral and ipsilateral M1s during the preparation of sequences initiated by the right index finger, suggesting that SICI decreases in bilateral M1s during unilateral motor preparation. As sequence learning progressed, SICI decreased in the contralateral M1 whilst it increased in the ipsilateral M1. Moreover, these bilateral SICI responses were observed at the onset of motor preparation, suggesting that sequence learning altered baseline SICI levels rather than the SICI decreases occurring during motor preparation per se. Altogether, these results suggest that SICI responses in bilateral M1s reflect two motor processes: an acute decrease of inhibition during motor preparation, and a cooperative but bidirectional shift of baseline inhibition levels as sequence learning progresses.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».