Predicting future learning from baseline network architecture

رفتار و شناخت بشر از یک الگوی پیچیده تعاملات بین مناطق مغزی حاصل می شود. بازنگری انعطاف پذیر انعطاف پذیر از این الگوهای، انطباق رفتاری را تضمین می کند، مانند دستیابی به یک مهارت جدید موتور. با این حال، میزان این بازسازی ها بستگی به یکپارچگی سنسور مغناطیسی مغز دارد. در اینجا ما خواهیم پرسید که آیا نوسانات خودبخودی در شبکه های حسگر موتور در ابتدای کار پیش بینی تفاوت های فردی در یادگیری آینده را پیش بینی می کنند. ما داده های عملکردی مغناطیسی را از 19 شرکت کننده قبل از شش هفته آموزش در یک مهارت جدید موتور تحلیل کردیم. ما متوجه شدیم که اتصال تصویری-موتور به طور معکوس مربوط به میزان یادگیری است: استقلال سنسور حرکتی در ابتدا با یادگیری سریع تر در آینده مطابقت داشت. با استفاده از سه اسکن اضافی، ما متوجه شدیم که اتصال بصری-موتور در ابتدای یک ویژگی فرد نسبتا پایدار است. این نتایج نشان می دهد که تفاوت های فردی در یادگیری مهارت های حرکتی می تواند از استقلال سنسوری حرکتی در ابتدای پیش از اجرای وظیفه پیش بینی شود.