无论任务的复杂程度如何，惯用手不影响运动技能的习得，也不影响非惯用手的肢间转移

运动学习旨在帮助获得新的运动技能或帮助重新学习因受伤而受损或废弃的技能¹．虽然两个半球都参与运动控制，但视觉引导运动任务(视觉运动)研究的结果表明，两半球之间的功能不对称。而左半球主要参与视觉刺激的时间评估^2，3.，右半球专门负责转换视觉信息，以指导基于空间识别的运动^4，5，6．因此，视觉空间处理被认为是由右半球驱动的⁷，而运动序列学习主要由左半球驱动。然而，旨在确定视觉运动任务中视觉空间处理的半球间差异的研究结果是有争议的^8，9，10．

语言、语音或面部识别等功能显示定位于大脑的右侧或左侧。这种现象被称为大脑半球偏侧化。90%的健康成年人右手占优势，因此，他们用右手完成基本的体力运动任务^11，12，13．侧边优势的性质是(1)左半球为熟练运动活动的进化专门化的结果^14，15，16(2)通过复杂运动控制过程的脑侧化(综述，见^17，18)．几十年来，人们一直认为左撇子的大脑偏侧化程度比右撇子低，也就是说，左撇子的一些认知和运动功能更均匀地分布在左右脑半球，而最近的运动行为研究表明，左撇子和右撇子之间的不对称程度相当¹⁹)．

惯用手似乎也会影响运动技能的习得:与非惯用左手相比，惯用右手的人在技能上有更大的进步，而左撇子在每只手上都表现出类似的学习效果^20.．Wang等。²¹在左撇和右撇子参与者之间，不仅在训练过的肢体，而且在未训练过的对侧肢体中，发现了运动技能习得的大小差异。这种现象被称为肢间转移²²(也称为交叉教育)，已知在神经系统的多个层面进行调节，包括皮质，皮质下和脊髓网络^23，24．临床研究报告，左半球损伤后，运动技能显著下降，而右半球没有²⁵支持左脑半球主导运动排序任务的观点。此外，一些研究报道了肢体间转移的大小可能受到利手程度的影响^26，27，28，其他人没有发现这种影响^29，30.．

半球不对称也与任务复杂性有关，即左半球与运动控制的高阶方面有关，这得到了临床研究的支持^31，32，33．此外，一项功能磁共振成像研究³⁴提示左撇子和右撇子个体在单手操作时同侧运动皮层的活动是不同的。该活动与任务复杂性相关，根据执行任务时涉及单指、多指或连续手指运动。在练习动作序列时，参与者协调手指运动的顺序。之前的研究³⁵报告了不同的半球侧化模式，以响应不同复杂性的运动序列练习。虽然这项研究也报告了在运动学习后，惯用手和非惯用手的不同激活模式，但之前的研究都没有研究惯用手和运动序列任务复杂性之间的相互作用。

因此，这项研究的主要目的是揭示利手性和运动序列任务复杂性之间的潜在相互作用。基于大量文献表明左撇子与右撇子的运动功能在两个半球分布得更均匀，我们假设惯用手练习会导致右撇子参与者获得更高程度的运动技能。而在交叉教育中，优势手与非优势手的作用已被研究过^{36，37，38，39}在交叉教育中，左右优势的作用尚不明确，因此，在现阶段提出方向性假设还为时过早。然而，考虑到任务复杂性会增加认知需求，我们假设两只手之间差异的本质可能与任务复杂性水平有关。为了解决这一假设，本研究的参与者在4个复杂程度的不同试验中分别用每只手在数字键盘上按键。此外，参与者进行了短期的优势手运动序列练习，然后在训练有素(运动技能习得)和未训练有素(肢体间转移)的手上测量因变量的变化。为了评估利手性和运动序列复杂性之间的相互作用，我们分析了每个试验的准确性、反应时间和运动时间。值得注意的是，美国国家航空航天局任务负荷指数(NASA-TLX)，以确定参与者对任务复杂性的主观评级是否与实验设计的序列复杂性一致。

参与者

样本量基于G* power(版本3.1.9.3)中执行的先验功率分析⁴⁰)假设I型误差为0.05，统计幂为0.80。我们根据先前研究的行为数据确定了效应量²¹，旨在确定短期单侧运动技能练习后，左撇子和右撇子参与者在运动技能习得和肢体间转移方面的差异。为了确保本研究的样本量足以检测两组(左手，右手)和两组测量(前，后)之间的显著差异，我们从前一研究中选择了最低的偏eta平方值(时间×手×组相互作用，η_p²= 0.32)作为功率分析的输入。

考虑到潜在的放弃者，我们招募了12名强左撇子(平均±标准差，年龄= 30.5±6岁，身高= 172.8±6.2 cm，体重= 67.7±10.7 kg)和13名强右撇子(年龄= 26.5±7.7岁，身高= 174.3±9.6 cm，体重= 68.1±14.7 kg)参与者，他们没有报告神经缺陷或感觉运动障碍。用爱丁堡利手量表确定利手性⁴¹，这是一种用于测量日常活动中手的侧向程度的量表，如写作、画画、投掷、使用剪刀、刷牙、打开盒子、划火柴以及使用剪刀刀、勺子和扫帚。将右肢完成的任务数与左肢完成的任务数(L)相加计算侧性指数(lateral index)，计算公式如下:(R−L)/(R + L)。左、右优势组的侧性指数分别为−89.1±11.4和88.4±11.5。在对实验方案进行口头和书面解释后，参与者根据赫尔辛基宣言签署了知情同意文件。所有实验方案均由匈牙利体育科学大学(匈牙利布达佩斯)伦理委员会批准。TE-KEB / No1/2021)。

实验程序

数字1描述了实验过程。在熟悉试验之后，首先，参与者按随机顺序用每只手按键盘，以响应摆在他们面前的显示器上显示的数字序列。前测分为4个组，每组30个试验，按照随机顺序进行。在每个块之后，执行NASA-TLX以确定参与者对任务复杂性的主观评分是否与实验设计的序列复杂性一致。接下来，参与者用他们的惯用手进行运动序列练习，包括5个区块的60个试验。在每个块之后，参与者执行NASA-TLX。练习结束后，参与者接受与练习前相同的测试序列。参与者在测试和练习之间休息5分钟。

电机顺序试验

参与者根据显示分辨率为1.024 × 768像素、刷新率为60 Hz的液晶显示器中间显示的数字序列，按随机顺序用每只手按手指键。数字序列的大小接近屏幕的四分之一。右手或左手的食指(1)、中指(2)和无名指(3)被放置在数字键盘的下线上，上面覆盖着一个虚拟分区。数字1、2和3分别对应右手的“1”、“2”和“3”键，左手的“3”、“2”和“1”键。对于第3和第4种情况，也涉及数字键盘的第二行，并在屏幕上用红色数字表示。在这种情况下，数字1、2和3对应于右手的“4”、“5”和“6”键，而左手的“6”、“5”和“4”键。2)．试验包括一个序列的表演，包括五个动作(数字)。补充图。1显示了4个具有不同序列复杂度的块的电机序列试验。每个组由随机顺序的30个试验组成。在每次试验之前，参与者都要看空白屏幕的中央。参与者被要求在屏幕上出现一个五位数的数字序列后，立即尽可能快、准确地执行这个序列。熟悉每个复杂序列的运动序列任务包括在测试开始前对每只手进行三次试验。在运动序列练习前后，每个参与者在每个块中都收到了相同的一组序列，但是，出现的顺序是随机的。在每个块的末尾，执行NASA-TLX(见下文)。完成问卷需要约3分钟。

电机顺序实践

运动序列练习包括300次用参与者的惯用手进行的试验。每次试验只涉及一个手指，但可能需要在数字键盘的第一行和第二行之间转换。这些试验与测试试验不同，被分为5个组，每组60个试验。补充图。2总结每个块的试验。NASA-TLX在每个块的末尾进行。此外，在每15次试验后，参与者被要求从一个随机确定的两位数开始倒数7次，以保持他们的高度注意力。

国家航空航天局任务负荷指数(NASA-TLX)

NASA-TLX在每个运动序列测试块(测试前和测试后分别为4-4块)和练习(5块)结束时进行，以确定参与者对任务复杂性的主观评分是否与实验设计的序列复杂性一致^42，43．参与者评价了六个维度(补充图。3.)与完成运动任务的感知努力有关，其指定的复杂程度从0到100:精神需求、身体需求、时间需求、自身表现、努力和挫败感。为了确定每个维度的权重，参与者在六个维度的所有对上完成成对比较(补充图。4)．根据选择最相关的维度的次数给每个维度赋予权重。总工作量分数的计算方法是将权重与每个维度的评分分数相乘，将所有维度的分数相加，然后除以15⁴⁴．

数据分析

因变量为准确度(正确试验的百分比)、反应时间(RT)和运动时间(MT)，并使用定制的软件确定。我们测量了RT来表征感觉输入和运动输出之间的系统集成，我们使用MT来表征任务的执行元素。如果所有五个按键都按指定顺序执行，则试验被定义为正确。RT被定义为屏幕上刺激开始和第一次按键之间的时间差，而MT是RT间隔结束和最后一次按键之间的时间差。我们只分析了正确试验的RT和MT，同时按错键或同时按两个或多个键的试验被自动排除在数据和统计分析之外。

统计分析

使用SPSS统计软件包(版本22.0,SPSS公司，芝加哥，伊利诺伊州)进行统计分析。用Shapiro-Wilk检验检验数据是否正态分布，用Levene检验检验方差齐性。为了统计研究左撇子和右撇子参与者在运动序列测试的准确性、RT和MT之间的差异，进行了一系列的利手性(左撇子，右手)×序列复杂性(1-4级)×手(显性，非显性)混合方差分析(ANOVA)和计划的事后测试，并进行了多次比较Bonferroni校正。为了检测优势手运动序列练习对这种相互作用的影响，对运动技能习得(优势手)和肢间转移(非优势手)进行了单独的利手性×时间(前后)×序列复杂性混合方差分析(anova)和事后测试。此外，进行单独的混合方差分析，以评估LH和RH参与者在每个时间点、手和序列复杂性水平上的NASA-TLX评分差异。最后，还进行了单独的混合方差分析，以确定因变量(包括NASA-TLX数据)在整个电机实践的5个区块中的变化。复合对称性用Mauchly's检验和Greenhouse-Geisser校正进行评估，并在需要时使用。当数据违反球性假设时，当Epsilon小于0.75用于Mauchly的球性检验时，我们使用greenhouse - geisser修正值和huynh - feldt修正值用于大于0.75的Epsilon。有需要时采用补充的事后分析(重复测量方差分析和配对样本t检验)。科恩的效应量d也被适当地计算出来。 Additionally, the effect sizes of the independent variables were expressed using partial eta squared (η_p²）⁴⁵．为了表征行为指标与主观工作量之间的关系，进行了一系列Pearson相关分析。统计显著性设为p< 0.05。

道德声明

在对实验方案进行口头和书面解释后，参与者根据赫尔辛基宣言签署了知情同意文件。所有实验方案均由匈牙利体育科学大学(匈牙利布达佩斯)伦理委员会批准。TE-KEB / No1/2021)。

每项分析都显示出与RT相似的总体变化模式，并且两种行为测量在每个序列复杂度水平上相互关联。因此，在图中只报告了准确度和RT的结果。MT的统计分析结果见补充表1和补充图。5．值得注意的是，我们报告了正确试验的RT和MT，然而，当包括所有试验(正确和不正确)时，发现了类似的结果。

左撇子和右撇子参与者运动序列表现的差异(前测结果)

混合方差分析显示序列复杂度(F_3、21= 18.457,p< 0.001， η_p²= 0.725)的NASA-TLX。事后分析显示，参与者的心理工作量从第1级增加到第2级(p= 0.001, d = 0.375)和3至4级(p< 0.001, d = 0.803)，而且，每个序列复杂度级别所导致的心理工作量均高于级别1(所有p≤0.004)，与利手性无关。

统计分析显示序列复杂度(F_3、21= 10.028,p< 0.001， η_p²= 0.589)。事后分析显示，随着序列复杂度的增加(1 > 2 > 3 > 4，所有p≤0.05)，而不考虑用手性(图;3.A).此外，第3级错误越多，心理工作量越高(r =−0.316，p= 0.026)。

序列复杂度(F_3、21= 341.489,p< 0.001， η_p²= 0.981)，事后分析显示RT随序列复杂度的增加而增加(各p≤0.001)，与利手性无关。此外，还存在利手性×手交互作用效应(F_1、23= 9.378,p= 0.006， η_p²= 0.290)。事后分析显示，右撇子和左撇子参与者在使用右手时都能更快地完成运动序列任务(p< 0.001, d = 0.192;p= 0.032, d = 0.114;)(图3.B).我们发现正的中等相关性(0.381≤r≤0.562，各p≤0.005)，表明受试者主观上感受的心理负荷水平随着RT的降低而降低。

优势手运动序列练习后不同序列复杂度的运动技能习得和肢间转移(测试前与测试后结果)

序列复杂性仅对两种运动技能习得有主要影响(F_3、21= 27.195,p< 0.001， η_p²= 0.795)和肢间转移(F_3、21= 29.010,p< 0.001， η_p²= 0.806)在NASA-TLX中发现。事后测试显示，随着练习惯用手在每一水平之间的顺序复杂性的增加，心理工作量也在增加(1 < 2 < 3 < 4，每个p≤0.002)和2级和4级之间(2 < 3 < 4，每个p≤0.001)对于非练习的非优势手，与用手性和时间无关。

电机序列实践引起的精度变化表示的时间(F_1、23= 17.796,p< 0.001， η_p²= 0.436)和序列复杂度(F_3、21= 14.852,p< 0.001， η_p²= 0.680)为主要效应，同时存在时间×序列复杂度相互作用效应(F_3、21= 4.875,p= 0.010， η_p²= 0.411)。事后分析显示，参与者在第3级时执行运动序列任务的准确性较低(91.3±8.5%，p= 0.006, d = 0.436)和4级(86.7±8.4%，p= 0.017, d = 0.450)，与前测相比(分别为94.8±6.6%，90.5±8%)(图;4A)。然而，仅在练习后的第3级，准确性和脑力工作量显著相关(r =−0.509，p= 0.009)。此外，序列复杂度(F_3、21= 9.987,p< 0.001， η_p²= 0.588)，事后分析显示，随着序列复杂性的增加(每个p≤0.019)，与时间和利手性无关(图;4一个)。

有时间(F_1、23= 30.946,p< 0.001， η_p²= 0.574)和序列复杂度(F_3、21= 256.431,p< 0.001， η_p²= 0.973)为主要效应，同时存在时间与序列复杂度的交互效应(F_3、21= 5.934,p= 0.004， η_p²= 0.459)。事后分析表明，实践产生了运动技能的习得，表现为每个水平的RT比前测试(每个水平的RT都有所下降)p≤0.019)(图4B).运动技能练习不仅诱导了运动技能的习得，而且还诱导了RT的肢体间转移(F_1、23= 44.194,p< 0.001， η_p²= 0.658)和序列复杂度(F_3、21= 247.452,p< 0.001， η_p²= 0.972)为主要效应，同时存在时间与序列复杂度的交互效应(F_3、21= 6.803,p= 0.002， η_p²= 0.493)。事后分析表明，练习导致非优势手在1级时RT下降(p< 0.001, d = 0.563)， 2级(p< 0.001, d = 0.746)， 4级(p< 0.001, d = 0.580)，与用手性无关(图;4B).然而，无论是练习惯用手还是非练习惯用手，RT的变化都与参与者的主观心理工作量无关p> 0.05)。

此外，肢间转移的大小与每个水平的运动技能习得量相似(图2)。5)表现为不显著的手部主效应(练习惯用手的运动技能习得，非惯用手的肢间转移)(F_1、24= 0.361,p= 0.554， η_p²= 0.015)和不显著的手×序列复杂度相互作用(F_3、22= 0.720,p= 0.551， η_p²= 0.089)。事后分析显示，参与者的RT在最复杂的手指敲击序列任务中提高最大，无论是运动技能习得还是肢体间转移，都与用手习惯无关。

运动序列练习中行为数据的变化(练习块的结果)

既不块主效果(F_4、20= 2.543,p= 0.072， η_p²= 0.337)，不存在利手性×块间相互作用效应(F_4、20= 2.026,p= 0.129， η_p²= 0.288)，表明在5个运动序列练习单元中，参与者主观上经历了类似的心理负荷。与此相一致，参与者以相似的准确性进行了5个块的运动序列练习，由不显著的块主效应(F_4、20= 2.530,p= 0.073， η_p²= 0.336)和不显著的利手性×块交互作用(F_4、20= 1.737,p= 0.181， η_p²= 0.258)。

RT (F_4、20= 12.915,p= 0.073， η_p²= 0.721)，事后测试显示在第一个(p< 0.001, d = 1.033)，最后(p= 0.005, d = 1.962) 2块，无论用手习惯。然而，RT的这些改善与较低的精神负荷(全部)无关p> 0.05)。

这项研究首次研究了用手习惯和手指按键顺序复杂性之间的潜在相互作用。右撇子和左撇子参与者在使用右手时都以更快的RT完成了运动序列任务，这可能表明左半球对运动序列任务的专一化。本研究的主要发现是，运动顺序练习既能产生运动技能习得，也能产生肢体间转移，其表现为手指按键反应时间的减少，但这些变化与用手习惯无关。然而，与练习前相比，参与者在练习后执行第3和第4级运动序列任务的准确性较低。随着序列复杂度的增加，右撇子和左撇子参与者的RT均以相同的幅度增加。在MT和RT中观察到类似的行为模式，很可能是因为在键盘上按下一个键被认为是一个相当简单的运动任务，大多数资源与运动计划有关，而不是与运动执行本身有关，因此，只有按下适当的键的计划部分随着序列复杂性的增加而增加。手指序列的复杂性也影响了NASA-TLX测量的心理工作量。总的来说，与我们的假设一致，无论用手习惯如何，使用右手的参与者的运动序列表现更好，然而，无论任务复杂程度如何，用手习惯并不影响惯用手的运动技能习得或向非惯用手的肢间转移。

潜在的左半球专门用于运动测序任务

早期临床神经影像学研究表明，左半球损伤后，运动技能明显受损^25，46，47．这些数据表明，左半球可能是运动排序技能的主要控制者。然而，最近的文献对半球运动偏侧化的概念提出了质疑，因为成像和脑刺激研究证明了左半球在控制简单或复杂运动方面占主导地位的假设是错误的^48，49，50．事实上，在感觉运动中可以观察到对称的双侧激活模式^51，52还有吻侧前额皮质^52，53，54单边握把任务中的区域。也有证据表明，任务的复杂性水平会增加同侧M1的活动^34，55，而更大的握力导致同侧感觉运动激活增加，感觉运动网络内半球之间的功能连通性更强⁵⁰．本研究结果显示，右手的运动序列表现更好，以更快的RT为指标，右手(右手:0.88±0.32 s，左手:0.94±0.34 s;D = 0.182)和左撇子参与者(右手:1.02±0.39 s，左手:1.07±0.4 s;d = 0.127)。尽管之前的临床研究发现^31，32，33还表明了左半球和运动控制的高阶方面之间的潜在联系，我们没有发现利手性×序列复杂性的相互作用。此外，尽管正确的运动序列数量随着序列复杂度的增加而减少，但这一现象与手性无关。总的来说，虽然目前的研究缺乏机械神经生理学数据来支持左半球运动偏侧化的发现，但基于我们的行为数据，运动测序任务的半球偏侧化似乎是明显的，然而，两只手之间的差异本质上与序列复杂性水平无关。

在练习中表现的变化与用手习惯无关

在本研究中，我们旨在研究5块× 60个试验的运动序列练习是否会导致运动技能习得和肢体间转移。此外，我们还旨在确定这些变化是否受到利手性或序列复杂性的影响。关于利手习惯对运动技能习得的影响，文献存在争议。例如，在之前的一项研究中，右撇子在惯用右手和非惯用左手上表现出明显更大的技能提高，然而，左撇子在每只手上都表现出相当的学习效果^20.．这些结果提示了利手性对运动技能学习半球专业化的潜在影响。相比之下，之前的研究结果²¹右撇子个体只有在用非惯用左手练习沟槽钉板任务时，运动技能表现才有显著改善。尽管如此，我们也发现左撇子的每只手的学习能力都差不多。

在目前的研究中，我们假设惯用手练习会导致右撇子参与者获得更高的运动技能。我们发现，运动技能习得表现为在每个复杂水平上RT的降低，以及在水平1、2和4上MT的降低，然而，这些变化与利手无关，这表明右撇子和左撇子运动技能习得对惯用手运动技能练习的响应程度相似。根据之前的研究³⁵，我们期望在不同序列复杂性的运动序列练习中发现左撇子和右撇子参与者的表现差异，然而，我们没有发现利手性×序列复杂性的交互效应。序列复杂性和利手性之间缺乏相互作用可能有三个原因。首先，这4个复杂级别之间的难度水平可能彼此之间没有显著差异，因此难度更高的条件具有足够的挑战性，可以在更高的复杂级别上检测出左撇子和右撇子之间的差异(如果有的话)。另一个可能的原因是，在目前的研究中，缺乏手性和复杂性的相互作用，可能与序列学习任务的运动方面的复杂性有关。具体来说，按下键盘上的一个键被认为是一个相当简单的运动任务，大多数资源与运动计划有关，即按下正确的按钮，而不是运动执行本身。因此，虽然我们在本研究中应用了4个级别的序列复杂性，但考虑到按键运动本身在任务过程中保持单调不变，序列复杂性的增加可能并不需要增加运动控制。最后，我们在研究中招募了健康的年轻参与者，并没有将实验条件应用于老年人或左半球或右半球中风后正在康复的患者。用惯用手或非惯用手练习运动序列技能后，老年人或神经系统患者单侧中风损伤后，是否可以发现不同复杂程度的利手性和运动序列任务之间的相互作用，这一假设需要未来的工作来证实。

尽管准确性(正确序列的%)的变化也与用手性无关，时间×序列复杂性的相互作用和事后测试显示，在第3级和第4级的准确性显著下降，表明每个参与者在120分钟左右的实验结束时，在更高的任务难度下犯了更多的错误，这很可能是由于精神疲劳。然而，准确性和参与者的主观心理负荷体验仅在第3级显著相关(r =−0.509，p= 0.009)。我们考虑了参与者在较高的任务难度下执行动作序列任务时是否会出现更多错误，因为他们想要以更好的反应和运动时间来完成任务。因此，也只用正确答案的RT和MT进行统计分析。在每种情况下，结果与正确和不正确试验的分析结果几乎相同，这表明在第3级和第4级准确度的下降最有可能是由于参与者的精神疲劳。然而，无论是练习惯用手还是非惯用手，参与者RT的降低都与参与者的主观心理工作量无关。因此，尚不清楚参与者的精神疲劳如何影响运动测序的准确性，但不影响RT。

由于先前的研究未能发现右利手和左利手在交叉教育中的作用，我们也无法就利手习惯在优势手运动序列练习后对非优势手的肢体间转移的影响提出方向性假设。在本研究中，练习诱导了肢间转移，表现为水平1、2和4的反应时间减少，以及每个复杂水平的运动时间减少，然而，这些变化也与用手习惯无关，这表明右撇子和左撇子参与者的肢间转移程度相似。我们假设，更复杂的任务可能需要更强的认知处理，因此，复杂程度可能会刺激技能的获得和转移。事实上，我们发现肢间转移的大小与每个水平的运动技能习得量相似(图2)。4B)不管用手习惯。具体而言，参与者在最复杂的手指敲击序列任务中，在运动技能获取方面的RT改善最大(预:1.44±0.3 s;后:1.24±0.3 s, d = 0.667)和肢间转移(前:1.47±0.3 s;工作时间:1.31±0.3 s, d = 0.533)。之前的一项研究表明，不管练习的是哪只手，左撇子较少的个体在感觉运动适应方面的肢间迁移都更好，而右撇子较少的个体在惯用手练习后，序列学习的肢间迁移也更好²⁷．此外，另一项研究²⁸结论:肢体间转移的大小可以根据参与者的任务表现和侧性商来预测，这表明利手程度和肢体间转移的大小之间存在很强的相关性。然而，在本研究中，我们只招募了强左撇子(LI: -89.1±11.4)和强右撇子(LI: 88.4±11.5)参与者来控制这种可能的联系。

我们不仅检查了参与者练习前后的表现，还考虑了练习过程中表现的提高速度。我们的结果表明，参与者以相似的准确性完成了5块运动序列练习。NASA-TLX的数据支持了这一点，数据显示参与者在5个运动序列练习块中主观上感受到类似的心理负荷。虽然在第一组(p< 0.001, d = 1.033)，最后(p= 0.005, d = 1.962) 2块，无论用手如何，这可能是由于参与者的动机。然而，RT的改善与较低的脑力负荷无关。这说明参与者在实践过程中对任务复杂性的主观体验与实验设计是一致的，因为每个区块的序列复杂性水平是相同的，只是相同序列的出现是随机的。

运动序列表现与参与者心理负荷体验之间的关联

我们用美国国家航空航天局任务负荷指数(NASA-TLX)补充了我们的行为数据，以确定参与者对任务复杂性的主观评价是否与实验设计的序列复杂性一致。NASA-TLX被广泛用于评估外科医生的术中认知负荷⁵⁶在一项基于运动游戏的认知运动训练项目中，监测老年住院患者的心理负荷⁵⁷或者确定几个背景比赛因素、技术表现和外部运动需求对精英橄榄球联盟球员主观任务负荷的关联⁵⁸．

在本研究中，无论是练习惯用手还是非练习惯用手，参与者RT的降低都与参与者的主观心理工作量无关。而心理工作量随着顺序复杂性的增加而增加，这表明参与者对心理工作量的主观判断与他们的表现或任务复杂性有关。这与之前的一项研究结果相反⁵⁹报告显示，任务复杂性对感知的心理工作量没有影响。这些矛盾的结果可能与两项研究中应用的不同任务有关，因为前一项研究使用的不是手指序列任务，而是视觉运动任务。同样重要的是，NASA-TLX是在电机序列测试和实践的每个块的末尾进行的，因此，它大大增加了实验所需的时间。总体而言，NASA-TLX似乎是主观评估参与者精神负荷的有用工具，必须仔细考虑其最合适的应用时机，特别是在较长时间的实验或有神经成像记录的实验中。

临床的视角

阐明利手性和运动序列任务复杂性之间的相互作用(如果有的话)如何影响运动技能习得和肢体间转移，可以提高单侧神经或骨科损伤患者的康复疗效。在本研究中，我们发现随着序列复杂度的增加而增加RT，这种关联与用手性无关。惯用手不影响惯用手的运动技能习得，也不影响非惯用手的肢间转移，然而，这可能与参与者的健康状况有关。可能即使是最复杂的序列水平也不足以揭示健康的左撇子和右撇子参与者之间的差异，然而，将我们的实验条件应用于老年人或左半球或右半球中风后正在康复的患者，可能会提供不同的结果。在受伤后由于中风引起的脑损伤而导致一侧肢体暂时或长期无法发挥功能的时期，可以有效地应用显示较大程度的肢体间转移的康复干预⁶⁰．即使在上肢截肢者中，尽管本体感觉和视觉反馈长期缺失，但运动技能习得和肢间转移仍可继续进行⁶¹然而，对于左半球损伤或右半球损伤的较大程度的肢间转移，右左撇子和左撇子患者是否需要不同的方式进行相同的康复以获得更高的疗效，目前尚不清楚。虽然一些^62，63但并非全部⁶⁴我们的研究结果可能对预测基于中风位置和利手性的操作技能的恢复有一定的意义。值得注意的是，区分操纵性、视觉运动和运动序列学习技能是很重要的，因为操纵性技能需要更复杂的运动组件，如到达、抓取和操纵工具。总而言之，未来的工作需要证实，在老年人或神经系统患者中，在用惯用手或非惯用手练习运动技能后，因中风造成单侧损伤后，是否可以在不同复杂程度的运动测序任务之间发现相互作用。

局限性和未来展望

本研究的局限性在于缺乏神经生理学数据。虽然我们的RT结果可能表明左半球在运动测序任务中具有专一性，因此支持先前的临床研究结果，即左半球损伤后运动技能显著下降，而右半球则没有²⁵，未来的研究应确定利手性和序列复杂性之间相互作用的潜在机制，即在使用EEG或fMRI进行运动测序任务时，每个半球内的哪些区域负责这种相互作用。此外，研究年龄对这种相互作用的影响也很重要。本研究的另一个局限性与缺乏非优势手练习有关。由于我们的交叉研究设计没有涉及非惯用手的练习，我们无法得出明确的结论，即惯用手是否会影响运动技能的习得和肢体间的迁移。然而，在进行这样的研究时，无论第一次练习是用惯用手还是非惯用手进行，都应该仔细考虑“洗掉”第一次练习的效果所需的时间。此外，由于操作技能任务通常需要更复杂的运动组件(如触摸、抓取、操作工具)，也许基于按键的运动序列学习任务不应该被视为操作任务。此外，尽管我们的统计前功率分析表明，总样本量为22将适合检测组间的差异，但样本量是基于使用我们之前研究的效应量的先验功率分析来证明的²¹这项研究招募了24名参与者。然而，由于小样本往往会导致高估的效应大小^65，66，未来的研究应基于基于多项先前研究或元分析的功率分析来证明样本量。最后，考虑到运动记忆巩固依赖于睡眠，未来的研究应在练习后24小时进行保留测试，以清楚地确定在运动序列练习后，利手性是否与不同复杂程度的运动序列任务相互作用。

总之，右撇子和左撇子参与者在使用右手时都能以更快的速度完成运动序列任务。与此一致，右撇子参与者用惯用手比非惯用手执行运动序列任务更快。运动序列练习既能促进运动技能习得，也能促进肢体间迁移，表现为不同序列复杂度水平下手指按键反应时间的减少，但这些变化与利手性无关。然而，与前测试相比，参与者在练习后执行第3和第4级运动序列任务的准确性较低。MT与rt观察到类似的行为模式。总的来说，与我们的假设一致，我们的结果可能表明左半球对运动测序任务的特化，然而，需要神经影像学研究来支持这些发现。另一方面，无论任务的复杂程度如何，利手性并不影响惯用手的运动技能习得，也不影响非惯用手的肢间转移。