RESULTS Experiment 1 TEMPORAL PERFORMANCE BETWEEN THE PRE- AND THE POSTTEST. PT and MIT had positive effects on motor performance (see Fig. 2). ANOVA revealed a significant interaction effect of group and test on total movement duration [F(3,36) 129.05, P  0.0001]. Post hoc comparisons (Newman-Keuls) between the pre- and the posttest showed that temporal performance in the PT (P  0.0001) and MIT (P  0.0001) groups significantly improved, whereas that of the AC (P 0.18) and PC (P 0.45) groups did not. Furthermore, the PT group showed better temporal performance than the MIT group in the posttest (P 0.02). Note, that all four groups had similar temporal performances in the pretest (for all comparisons, P 0.5). In addition, spatial accuracy, defined by the number of targets missed during the pointing sequence, was also comparable between the pretests and posttests for all groups (see Supplemental Material A). The total decrease in movement duration between the preand the posttest was due to decrease in duration of all arm movements composing the pointing sequence as we found that all intermediate movement durations significantly decreased for both the PT and MIT groups (see Fig. 3; uncorrected paired t-test; P  0.01 for all arm movement comparisons in both PT and MIT groups). Furthermore, both groups showed qualitatively similar patterns of temporal performance, that is, similar target-by-target variations in movement durations (see Fig. 3) as shown by high correlation between the intermediate movement durations of the PT group and those of the MIT group in both the pretest (r 0.90; P  0.001) and the posttest (r 0.98; P  0.001). In the MIT group, there was an excellent correspondence between the duration of executed and imagined movements both at the beginning (mean of pretest physically executed trials and first imagined-training trial) and at the end (last imagined-training trial and mean of posttest physically executed trials) of the training session (see Fig. 2). The pretest accurately predicted the first imagined trial (linear regression model, R2 0.91, predictor coefficient: 0.93
0.105 SE) with no bias (constant coefficient: 0.74
0.92 s, not significantly different from 0, P 0.45). At the end of training, the last imagined trial accurately predicted the posttest performance (linear regression model, R2 0.84, predictor coefficient 1.05
0.163) with no bias (constant coefficient: 0.25
1.10 s, not significantly different from 0, P 0.82). Note that for the MIT training, we confirmed with surface EMG recording that there was no arm muscle activation, i.e., that the participants performed purely mental training (see Supplemental Material B). TEMPORAL PERFORMANCE DURING THE POSTTEST. In posttest, temporal performance was overall better in the PT group than in MIT group (see above results). However, this difference decreased from trial to trial because the temporal performance of the MIT group improved during the posttest (see Fig. 4). The analysis of the four posttest trials after motor-imagery training (MIT group) showed that the duration of the last posttest trial was significantly shorter than the duration of the first posttest trial (paired t-test; t 6.06 and P  0.001). After physical training (PT group), the temporal performance remained almost stable; the durations of the first and last posttest trials were not statistically different (paired t-test; t 0.06 and P 0.95). Furthermore, while temporal performance of the PT group was significantly better than temporal performance of MIT for the first three posttest trials (t 2.95 and P  0.01; t 2.39 and P 0.02; t 2.15 and P 0.04; for the first, second, and third trial, respectively), it was not significantly different for the fourth posttest trial (t 1.97 and P 0.07). TEMPORAL PERFORMANCE DURING THE TRAINING SESSIONS. We then quantified the trial-by-trial improvement in the temporal performance during the training session for the PT and MIT groups with simple learning models. Specifically, we tested three possible models, in which the total movement duration monotonically decreases with the number of trials in a negatively accelerated fashion where Time is the total movement time, a is the total amount of learning as the number of trials Tr tends to infinity, b is the learning rate, c is the asymptotic performance as the number of trials Tr tends to infinity. The exponential model fits the data well in all conditions and for all participants [PT, R2 0.83
0.02, range (0.73; 0.91); MIT, R2 0.78
0.02, range (0.68, 0.87)]. Simple model selection based on fit, however, runs the risk of selecting a model that only fits the particular data set and does not generalize well to new data. We therefore use a Bayesian selection method (see Supplemental Material C), which combines model fit to the data and penalize overfitting (Bishop 1995).

RESULTADOS Experimento 1 DESEMPEÑO TEMPORAL ENTRE LA PRUEBA Y POSTEST. PT y MIT tuvieron efectos positivos sobre el rendimiento motor (ver figura 2). ANOVA reveló un efecto de interacción significativo de grupo y prueba sobre la duración total del movimiento [F (3,36) 129,05, P 0,0001]. Comparaciones post hoc (Newman-Keuls) entre el pre y el postest mostró que el desempeño temporal en los grupos PT (P 0,0001) y MIT (P 0,0001) mejorado significativamente, mientras que el de la AC (P 0,18) y Los grupos de PC (P 0,45) no lo hicieron. Además, el grupo PT mostró un mejor desempeño temporal que el grupo MIT en el posprueba (P 0,02). Tenga en cuenta que los cuatro grupos tenían similares desempeños temporales en la prueba previa (para todas las comparaciones, P 0,5). Además, la precisión espacial, definida por el número de objetivos perdidos durante la secuencia de puntería, también fue comparable entre las pruebas previas y posteriores para todos los grupos (ver Material suplementario A). La disminución total en la duración del movimiento entre la prueba previa y posterior se debió a la disminución de la duración de todos los brazos. movimientos que componen la secuencia de señalamiento, ya que encontramos que todas las duraciones de los movimientos intermedios disminuyeron significativamente para los grupos PT y MIT (ver Fig.3; pares sin corregir prueba t; P 0,01 para todas las comparaciones de movimientos de brazos en ambos TP y grupos MIT).Además, ambos grupos mostraron patrones cualitativamente similares de desempeño temporal, es decir, similares Variaciones objetivo por objetivo en la duración del movimiento (ver Fig.3) como se muestra por la alta correlación entre las duraciones de movimiento intermedias del grupo PT y las del grupo MIT en tanto la prueba previa (r 0,90; P 0,001) como la prueba posterior (r 0,98; P 0,001). En el grupo del MIT, hubo una excelente correspondencia entre la duración de los movimientos ejecutados e imaginados tanto al principio (media de las pruebas realizadas físicamente antes de la prueba y primera prueba de entrenamiento imaginado) y al final (última prueba de entrenamiento imaginado ensayo y media de los ensayos ejecutados físicamente después de la prueba) del entrenamiento sesión (ver Fig. 2). La prueba preliminar predijo con precisión la primera ensayo imaginado (modelo de regresión lineal, R2 0,91, predictor coeficiente: 0,93 0,105 SE) sin sesgo (coeficiente constante: 0,74 0,92 s, no significativamente diferente de 0, P 0,45). En el final del entrenamiento, la última prueba imaginada predijo con precisión la rendimiento posterior a la prueba (modelo de regresión lineal, R2 0,84, coeficiente predictor 1,05 0,163) sin sesgo (coeficiente constante: 0,25 1,10 s, no significativamente diferente de 0, P 0,82).Nota que para el entrenamiento del MIT, confirmamos con grabación EMG de superficie que no hubo activación de los músculos del brazo, es decir, que los participantes realizado entrenamiento puramente mental (ver Material complementario B). DESEMPEÑO TEMPORAL DURANTE EL POSTEST. En la prueba posterior, El desempeño temporal fue en general mejor en el grupo PT que en el grupo MIT (ver resultados anteriores). Sin embargo, esta diferencia disminuyó de una prueba a otra porque el rendimiento temporal del grupo MIT mejoró durante la prueba posterior (ver Fig. 4). los análisis de los cuatro ensayos posteriores a la prueba después del entrenamiento de imágenes motoras (Grupo MIT) mostró que la duración del último ensayo posterior a la prueba fue significativamente más corto que la duración de la primera prueba posterior ensayo (prueba t pareada; t 6,06 y p 0,001). Después de físico entrenamiento (grupo PT), el rendimiento temporal se mantuvo casi estable; la duración de la primera y última prueba posterior no fueron estadísticamente diferentes (prueba t pareada; t 0.06 y P 0,95). Además, mientras que el desempeño temporal del PT grupo fue significativamente mejor que el desempeño temporal de MIT para los primeros tres ensayos posteriores a la prueba (t 2.95 y P 0.01; t 2,39 y P 0,02; t 2,15 y P 0,04; Por el primero, segundo y tercer ensayo, respectivamente), no fue significativamente diferente para el cuarto ensayo posterior a la prueba (t 1,97 y P 0,07). DESEMPEÑO TEMPORAL DURANTE LAS SESIONES DE FORMACIÓN.Nosotros luego cuantificó la mejora ensayo por ensayo en el tiempo rendimiento durante la sesión de entrenamiento para el PT y MIT grupos con modelos sencillos de aprendizaje. Específicamente, probamos tres posibles modelos, en los que la duración total del movimiento Disminuye monótonamente con el número de intentos de una manera acelerada negativamente donde Time es el tiempo total de movimiento, a es la cantidad total de aprendizaje como el número de pruebas Tr tiende a infinito, b es el tasa de aprendizaje, c es el rendimiento asintótico como el número de ensayos Tr tiende al infinito. El modelo exponencial se ajusta bien a los datos en todas las condiciones y para todos los participantes [TP, R2 0,83 0,02, rango (0,73; 0,91); MIT, R2 0,78 0,02, rango (0,68, 0,87)]. Modelo simple selección basada en el ajuste, sin embargo, corre el riesgo de seleccionar un modelo que solo se ajusta al conjunto de datos en particular y no generalizar bien a nuevos datos. Por lo tanto, utilizamos un bayesiano método de selección (ver Material suplementario C), que combina el ajuste del modelo a los datos y penaliza el sobreajuste (Bishop 1995).