The influence of spatio-temporal structure on sequential eye and arm movements to remembered visual targets
Notice bibliographique
Résumé
Introduction: People are better at performing sequential movements to remembered targets that possess spatial structure (Fagot and De Lillo, 2011). This structure can be acquired at once (E.g., if shown 4 dots that form a square simultaneously) or over time (if the 4 dots are shown one at a time). This study investigates how the temporal presentation of spatial structure affects the ability to perform sequential saccades, reaches, and coordinated saccades & reaches. Methods: 8 head-fixed subjects in a dark room were positioned in front of a 5X5 LED display that encompassed 20° of visual space horizontally and vertically. While maintaining fixation on the central LED, 3-6 peripheral LEDs were illuminated sequentially in one of three ways: 1) The LEDs formed a connected structure and were presented temporally in a "connect the dots" temporal order (spatio-temporal structure congruent), 2) The LEDs had the same spatial structure, but were presented temporally randomly (spatio-temporal structure incongruent), or 3) LED locations were random (unstructured). LEDs then extinguished and subjects performed sequential movements to the remembered locations of the targets in the order they were presented. Results: To date, the saccade data has been collected with the following preliminary analysis. For the spatio-temporal structure incongruent and unstructured conditions, there were more saccades to incorrect target locations and trials with at least one saccade error when only 3 saccades had to be performed versus 6. This was not seen in the spatio-temporal structure congruent condition. In the 6 saccade condition, subjects were less likely to make a saccade error on the 4th or 5th saccades in the spatio-temporal structure congruent condition as compared to the other 2 conditions. Conclusion: Presenting targets that are spatio-temporally congruent reduces saccade errors. We are currently collecting reaching data on this paradigm to investigate if these results are effector specific. Meeting abstract presented at VSS 2014
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».