MétaCan
Menu
Retour à la cohorte
Enregistrement W4404183562 · doi:10.1093/cercor/bhae434

Oculomotor functional connectivity associated with motor sequence learning

2024· article· en· W4404183562 sur OpenAlexafffund
Cristina Rubino, Justin W. Andrushko, Shie Rinat, Adam T. Harrison, Lara A. Boyd

Notice bibliographique

RevueCerebral Cortex · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensGF Strong Rehabilitation CentreUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNeuroscienceFunctional connectivitySequence (biology)Motor learningPsychologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Acquisition of learned motor sequences involves saccades directed toward the goal to gather visual information prior to reaching. While goal-directed actions involve both eye and hand movements, the role of brain areas controlling saccades during motor sequence learning is still unclear. This study aimed to determine whether resting-state functional connectivity of oculomotor regions is associated with behavioral changes resulting from motor sequence learning. We investigated connectivity between oculomotor control regions and candidate regions involved in oculomotor control and motor sequence learning. Twenty adults had brain scans before 3 days of motor task practice and after a 24-hour retention test, which was used to assess sequence-specific learning. During testing, both saccades and reaches were tracked. Stronger connectivity in multiple oculomotor regions prior to motor task practice correlated with greater sequence-specific learning for both saccades and reaches. A more negative connectivity change involving oculomotor regions from pre- to post-training correlated with greater sequence-specific learning for both saccades and reaches. Overall, oculomotor functional connectivity was associated with the magnitude of behavioral change resulting from motor sequence learning, providing insight into the function of the oculomotor system during motor sequence 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,253
Écart entre enseignants0,218 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetVestibular and auditory disordersTravaux en français237 207