Our analysis showed that exponential functions are preferred models for all participants except for one participant (SR3) in the PT group, for whom the power function was a better model. Next, using a semi-parametric model regression analysis (see Schweighofer et al. 2006 for the details of a similar analysis), we further show that the learning curves of both PT and MIT groups follow exponential functions for all except one participant (see Supplemental Material D). Because both PT and MIT training produced the same shape of learning curves, we could directly compare the model parameters of the exponential model given by Eq. 2 (we used the parameters obtained in the direct parametric model fit). We found no significant effect between the two learning conditions on a, the parameter that captures the amount of learning (on average, PT: 2.64
0.13 s; MIT: 2.56
0.93 s; MannWhitney U test, 2-tailed: P 0.39 and z 0.907). Similarly, there was no significant effect on c, the parameter that captures asymptotic learning, namely the predicted value of performance after a large number of trials (on average, PT: 6.28
0.11 s; MIT: 6.69
0.24 s; Mann-Whitney U test, 2-tailed: P 0.22 and z 1.285). The learning rate b, however, was larger in the PT than in the MIT (Mann-Whitney U test, P 0.023 and z 2.268). For the PT group, the mean of learning rate b was 0.15
0.020 trial1 , and the range of b (0.10; 0.30) trial1 . For the MIT group, the mean value of b was 0.090
0.014 trial1 and the range (0.04, 0.17) trial1 . We then studied the within-subject trial-by-trial variability by computing the rMSE of the residuals between the exponential model and the data for each subject. After normalization of the data with a natural logarithm transformation (Kolgomorov test before transformation P  0.05, Kolgomorov test after transformation, test P 0.05), a 1-tailed t-test showed that the rMSE of the residuals were greater in the MIT than in the PT (P 0.04). Experiment 2 CHANGES IN KINEMATIC VARIABLES BETWEEN THE PRETEST AND THE POSTTESTS. In both PT and MIT groups, arm movements were faster and straighter immediately after and 1 day after the training session (Wilcoxon’s tests, for all kinematics parameters: z 2 and P  0.05). In contrast, the AC group did not show any motor improvement (Wilcoxon’s tests, for all kinematics parameters: z 0.68 and P 0.05, see Fig. 5 for average kinematics values from all groups, and Fig. 6 for typical finger paths and velocity profiles). All groups exhibited similar hand kinematics in the pretest (between groups Kruskal-Wallis ANOVA, for all kinematics parameters, H  5 and P 0.1). The PT group had better performances than the MIT group in both posttests at the temporal level (i.e., shorter MD and larger Vpeak and Apeak; Mann-Whitney U tests, for all comparisons in posttest0h and posttest24h, P  0.02 and z 2.20) but not at the spatial level (i.e., almost equivalent rMSE values, for both posttest0h and posttest24h, P 0.0.5 and z  0.50). Note that both groups showed qualitatively similar target-by-target changes in kinematics patterns between the pre- and the two posttests (Fig. 7). We found high correlations between the PT and MIT groups for all the kinematics parameters in the pretest (MD: r 0.81; Vpeak: r 0.94; Apeak: r 0.91; rMSE: r 0.95; for all r values, P  0.001), the posttest0h (MD: r 0.83; Vpeak: r 0.93; Apeak: r 0.96; rMSE: r 0.96; for all r values, P  0.001) and the posttest24h (MD: r 0.88; Vpeak: r 0.95; Apeak: r 0.91; rMSE: r

Nuestro análisis mostró que las funciones exponenciales son modelos preferidos para todos los participantes excepto para un participante (SR3) en el grupo PT, para quien la función de poder era un mejor modelo. A continuación, usando una regresión de modelo semiparamétrico análisis (ver Schweighofer et al.2006 para los detalles de un análisis similar), mostramos además que las curvas de aprendizaje de Ambos grupos PT y MIT siguen funciones exponenciales para todos excepto un participante (ver Material suplementario D). Porque tanto el entrenamiento de PT como el de MIT produjeron la misma forma de curvas de aprendizaje, podríamos comparar directamente el modelo parámetros del modelo exponencial dado por la ecuación. 2 (usamos los parámetros obtenidos en el ajuste del modelo paramétrico directo). Nosotros no encontró ningún efecto significativo entre las dos condiciones de aprendizaje en a, el parámetro que captura la cantidad de aprendizaje (en promedio, PT: 2,64 0,13 s; MIT: 2,56 0,93 s; Prueba U de MannWhitney, de 2 colas: P 0,39 yz 0,907). Similar, no hubo un efecto significativo sobre c, el parámetro que captura aprendizaje asintótico, es decir, el valor previsto del rendimiento después de un gran número de intentos (en promedio, PT: 6,28 0,11 s; MIT: 6,69 0,24 s; Prueba U de Mann-Whitney, de 2 colas: P 0,22 yz 1,285). Sin embargo, la tasa de aprendizaje b fue mayor en el PT que en el MIT (prueba U de Mann-Whitney, P 0,023 yz 2,268).Para el grupo de PT, la media de aprendizaje la tasa b fue 0,15 0,020 prueba 1 y el rango de b (0.10; 0.30) ensayo 1 . Para el grupo MIT, el valor medio de b fue 0.090 0.014 prueba 1 y el rango (0.04, 0.17) prueba 1 . Luego estudiamos la variabilidad de ensayo por ensayo dentro del sujeto mediante el cálculo del rMSE de los residuos entre el modelo exponencial y los datos para cada tema. Después de la normalización de los datos con un natural transformación de logaritmo (prueba de Kolgomorov antes de la transformación P 0.05, prueba de Kolgomorov después de la transformación, prueba P 0.05), a La prueba t de una cola mostró que el rMSE de los residuos era mayor en el MIT que en el PT (P 0.04). Experimento 2 CAMBIOS EN LAS VARIABLES CINEMÁTICAS ENTRE LA PRUEBA MÁS PRECISA Y LOS POSTESTS. En los grupos de PT y MIT, los movimientos de los brazos fueron más rápidos y rectos inmediatamente después y 1 día después de la sesión de entrenamiento (pruebas de Wilcoxon, para todos los parámetros cinemáticos: z 2 y P 0.05). Por el contrario, el grupo AC no mostrar cualquier mejora del motor (pruebas de Wilcoxon, para todos los parámetros cinemáticos: z 0.68 y P 0.05, ver Fig.5 para valores cinemáticos promedio de todos los grupos, y la Fig.6 para trayectorias típicas de los dedos y perfiles de velocidad). Todos los grupos expuestos cinemática manual similar en la prueba previa (entre grupos ANOVA de Kruskal-Wallis, para todos los parámetros cinemáticos, H 5 y P 0,1).El grupo PT tuvo mejores actuaciones que el Grupo MIT en ambas pospruebas a nivel temporal (es decir, más corto MD y Vpeak y Apeak más grandes; Pruebas U de Mann-Whitney, para todos comparaciones en posttest0h y posttest24h, P 0.02 yz 2.20) pero no a nivel espacial (es decir, casi equivalente rMSE valores, tanto para posttest0h como posttest24h, P 0.0.5 yz 0,50). Tenga en cuenta que ambos grupos mostraron cualitativamente similar cambios objetivo por objetivo en los patrones cinemáticos entre prueba previa y posterior (Fig. 7). Encontramos altas correlaciones entre los grupos PT y MIT para todos los parámetros cinemáticos en la prueba previa (DM: r 0,81; Vpico: r 0,94; Apeak: r 0,91; rMSE: r 0,95; para todos los valores de r, P 0,001), el postprueba0h (DM: r 0,83; Vpico: r 0,93; Pico: r 0,96; rMSE: r 0,96; para todos los valores de r, P 0,001) y el postest24h (DM: r 0,88; Vpico: r 0,95; Pico: r 0,91; rMSE: r