The effects of verbal and spatial working memory on short- and long-latency sensorimotor circuits in the motor cortex
Notice bibliographique
Résumé
Multiple sensorimotor loops converge in the motor cortex to create an adaptable system capable of context-specific sensorimotor control. Afferent inhibition provides a non-invasive tool to investigate the substrates by which procedural and cognitive control processes interact to shape motor corticospinal projections. Varying the transcranial magnetic stimulation properties during afferent inhibition can probe specific sensorimotor circuits that contribute to short- and long-latency periods of inhibition in response to the peripheral stimulation. The current study used short- (SAI) and long-latency (LAI) afferent inhibition to probe the influence of verbal and spatial working memory load on the specific sensorimotor circuits recruited by posterior-anterior (PA) and anterior-posterior (AP) TMS-induced current. Participants completed two sessions where SAI and LAI were assessed during the short-term maintenance of two- or six-item sets of letters (verbal) or stimulus locations (spatial). The only difference between the sessions was the direction of the induced current. PA SAI decreased as the verbal working memory load increased. In contrast, AP SAI was not modulated by verbal working memory load. Visuospatial working memory load did not affect PA or AP SAI. Neither PA LAI nor AP LAI were sensitive to verbal or spatial working memory load. The dissociation of short-latency PA and AP sensorimotor circuits and short- and long-latency PA sensorimotor circuits with increasing verbal working memory load support multiple convergent sensorimotor loops that provide distinct functional information to facilitate context-specific supraspinal control.
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 | 0,001 |
| 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) | 0,001 | 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 ».