Investigating implicit sensorimotor adaptation in a bimanual aiming task
Notice bibliographique
Résumé
Sensorimotor adaptation is the process by which the brain adapts to our constantly changing environment and consists of both explicit and implicit processes. Recent models of implicit sensorimotor adaptation have focused on the realignment of the sensed hand position (Tsay et al., 2022). However, in many situations individuals must adapt to environments that do not require the control of the hand in space, but instead require the manipulation of an object or tool with both hands. Previous work has demonstrated that in a visuomotor rotation protocol that used a bimanual aiming task, there are both explicit and implicit components to the overall adaptation (Eschelmuller et al., 2023). The purpose of this project was to examine implicit sensorimotor adaptation during a bimanual aiming task, which required the control of an integrated cursor. The cursor position was determined by the angle of each elbow but did not directly correspond to the actual hand position. Participants had to move this cursor to a series of targets during error clamped visual feedback, which is thought to investigate only the implicit component of sensorimotor adaptation. Our results indicate that participants started adapting their movements away from the clamped visual feedback, reflecting implicit adaptation to the error clamp. In this task the actual hand position does not align directly with the cursor and therefore, these data indicate that the realignment process may not be directly coupled to the actual position of the hand, but instead involves a realignment of an expected end-effector position.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».