Saturation, Task Error, and Feedback Timing Shape Early Implicit Adaptation
Notice bibliographique
Résumé
Abstract Motor adaptation is essential for maintaining coordination and precision in daily activities. Implicit motor adaptation—adaptation that occurs without conscious awareness—is thought to be primarily driven by sensory prediction errors. Here, we investigated how rapidly these unconscious changes in reaching behavior emerge as a function of error magnitude and the availability of task error signals. To this end, we employed a single-trial learning (STL) paradigm within a classical visuomotor rotation task. Participants made center-out reaching movements to either small (dot) or large (arc) targets while experiencing single perturbation trials with cursor rotations ranging from 1° to 90°, each followed by an aligned washout trial. By manipulating target size, we systematically modulated the presence of task error while holding sensory prediction error constant. We further compared these early implicit changes with those observed during standard prolonged adaptation to a fixed 20° rotation across >100 trials. Our results show that implicit adaptation emerges rapidly, even after a single exposure to small perturbations, and follows a saturating, fixed-rate response profile. Importantly, the magnitude of single-trial adaptation was greater when task error was present (small targets) compared with conditions in which only sensory prediction error was available (large targets). Moreover, STL-derived parameters moderately predicted the initial phase of adaptation during prolonged learning, suggesting that STL captures core dynamics of early implicit processes. These findings provide new insight into the mechanistic principles governing implicit motor adaptation. By identifying the parameters that drive early-stage error-based learning, this work refines current models of sensorimotor learning and highlights potential strategies for designing targeted training or rehabilitation protocols that leverage rapid adaptation processes to enhance motor performance and recovery.
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 | 0,004 |
| 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 | 0,000 |
| 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 ».