Involuntary feedback responses reflect a representation of partner actions
Notice bibliographique
Résumé
Abstract We have a remarkable ability to seamlessly and rapidly coordinate actions with others, from double dutch to dancing. Humans use high-level partner representations to jointly control voluntary actions, while other work shows lower-level involuntary feedback responses to sudden visual perturbations. Yet, it is unknown if a high-level partner representation can be rapidly expressed through lower-level involuntary sensorimotor circuitry. Here we test the idea that a partner representation influences involuntary visuomotor feedback responses during a cooperative sensorimotor task. Using two experiments and dynamic game theory predictions, we show that involuntary visuomotor feedback responses reflect a partner representation and consideration of a partner’s movement cost (i.e., accuracy and energy). Collectively, our results suggest there is top-down modulation from high-level partner representations to lower-level sensorimotor circuits, enabling fast and flexible feedback responses during jointly coordinated actions. Significance Statement Humans have an adept ability to rapidly coordinate their movements with others. Yet it is unknown how fast the sensorimotor system can use a representation of others to jointly control movement. Remarkably, ‘intelligent reflexes’ (i.e., involuntary visuomotor feedback responses) consider high-level partner representations within 180 - 230 ms. Further, these involuntary visuomotor feedback responses show that the sensorimotor system is willing sacrifice energy to help a partner.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 tête enseignante, 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 ».