MétaCan
Menu
Retour à la cohorte
Enregistrement W1979138239 · doi:10.1075/pc.18.2.04cha

Ideomotor design

2010· article· en· W1979138239 sur OpenAlexaff
Sanjay Chandrasekharan, Michael A. Nitsche, Yanfeng Chen, Apara Ranjan

Notice bibliographique

RevuePragmatics & Cognition · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Automated Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCognitionCoding (social sciences)Computer sciencePerceptionMechanism (biology)Cognitive scienceMental representationVideo gameRepresentation (politics)Mental rotationHuman–computer interactionCognitive psychologyPsychologyMultimediaSociology

Résumé

récupéré en direct d'OpenAlex

Recent experiments show video games have a range of positive cognitive effects, such as improvement in attention, spatial cognition and mental rotation, and also overcoming of cognitive disabilities such as fear of flying. Further, game environments are now being used to generate scientific discoveries, and bring about novel phenomenological effects, such as out-of-body experiences. These advances provide interesting interaction design possibilities for video games. However, since the cognitive mechanisms underlying these experimental effects are unknown, it is difficult to systematically derive novel systems and interaction designs based on these results. We review the emerging cognitive mechanism known as common coding (which proposes a common neural representation connecting execution, perception and imagination of movements), and outline how this mechanism could provide an integrated account of the cognitive effects of video games. We then illustrate, using two ongoing projects, how novel video game interaction designs could be derived by extending common coding theory.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0850,016

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePragmatics & CognitionMême sujetRobotics and Automated SystemsTravaux en français237 207