Hit me with your best shot: Optimal movement planning with constantly changing decision parameters.
Notice bibliographique
Résumé
Humans are able to rapidly select movements that will achieve the individual’s goal while avoiding negative outcomes. Trommerhäuser et al. (2003) showed that, in a rapid aiming task, people concentrated their movements around an ‘optimal movement endpoint’ that was modeled based on the participants’ endpoint variability and the cost associated with a penalty circle that partially overlapped the target circle. Participants adjusted their endpoint when the penalty circle cost or distance between the two circles changed; however, penalty value only changed between blocks of trials. In typical daily interactions, the values associated with our movement goal vary. The purpose of the present study was to determine whether participants can adjust their endpoint when the distance between the target and penalty circles and the value of the penalty circle changed trial-to-trial. Participants aimed to a target circle in the presence of an overlapping penalty circle and received 100 points for contact with the target alone, and lost points for contact with the penalty region. In one block, the penalty circle for a given trial was either orange or red indicating that the cost was -100 or -600 points, respectively. In the other block, the penalty circle either overlapped the target circle by 9 or 13.5mm.There was a significant difference in endpoint between the two values within each distance and penalty block. However, when compared to the optimal endpoint calculated from the model, participants showed a significantly smaller shift in endpoint between the two penalty values, but an optimal shift in the distance block. We suggest participants are more optimal with a random changing of distance because the distance between the two circles is an intrinsic property of the visual stimuli, whereas the color associated with each the penalty value requires additional cognitive resources to interpret and predict the potential costs. Meeting abstract presented at VSS 2012
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».