Laterality Across the Lifespan: The Effects of Task Complexity
Notice bibliographique
Résumé
The current study aimed to build on the work of Gooderham & Bryden (2013) by comparing the effects of task complexity on hand selection in children. It was hypothesized that the increasing complexity of a task would override a biomechanically efficient movement such that participants would use only the preferred hand to complete the task, and that this tendency to switch hands would increase with age. Right-handed children aged 3-to12 years completed the newly designed Hand Selection Complexity Task (HSCT) which is an observational method designed to investigate the effects of task difficulty on hand selection in terms of Fitts’ Law. The measures allows for the proximity of reaches to remain the same, while manipulating task difficulty. Participants also completed the Long Pegboard (Bryden, et al., 1994), which measured the behavioural preference of hand selection. Finally, participants completed the Waterloo Handedness Questionnaire, to determine hand preference. Results indicated that for the HSCT the time to complete the movement increased for ID levels 4-6, which also include a greater number of errors. In addition, children tended to switch to their preferred (right) hand and with practice were able to complete the task faster. With respect to the Long Pegboard, when the task was performed with their left hand, they tended to switch to using their preferred (right) hand to complete the task. No switches were recorded when beginning the task with the right hand. The results of this study will be discussed in light current theories of hand selection.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 ».