MétaCan
Menu
Retour à la cohorte
Enregistrement W1978024576 · doi:10.1080/026404102317284772

A ménage À trois: the eye, the hand and on-line processing

2002· review· fr· W1978024576 sur OpenAlexaff
Janet L. Starkes, Werner Helsen, Digby Elliott

Notice bibliographique

RevueJournal of Sports Sciences · 2002
Typereview
Languefr
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEye movementComputer scienceMovement (music)Artificial intelligenceVisual processingPhysical medicine and rehabilitationComputer visionPsychologyNeurosciencePerceptionMedicine

Résumé

récupéré en direct d'OpenAlex

This review summarizes research conducted in our laboratories over the past 5 years aimed at determining the temporal and spatial relationships between eye and hand movements and the amount of central processing that must occur before performing a manual aiming movement, relative to the amount of processing that is done online. All of our research to date points to a two-component model of speed-accuracy control in manual aiming. Several studies have shown that eye and hand movements in manual aiming are inextricably linked both temporally and spatially. Typically, the eye arrives in the vicinity of the target first; this coincides with peak acceleration of the finger during the initial impulse phase of a movement. There is also significant temporal and spatial coupling of the finger, elbow and shoulder in aiming, and movements appear to evolve in a proximal-to-distal fashion. Movements are endpoint driven and variability is reduced with distal approximation to the target. This movement control strategy means that visual information is not only available for use in modifying responses, but there is sufficient time available for its use. In sequential complex aiming movements, the use of visual feedback and on-line processing become even more important. Practice does not diminish the need for on-line processing; rather, its use appears to ensure greater movement efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,328
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetMotor Control and AdaptationTravaux en français237 207