Seeing all the obstacles in your way: The effect of visual feedback on obstacle avoidance
Notice bibliographique
Résumé
Human reaching behaviour displays sophisticated obstacle avoidance. Previous patient work has identified dorsal stream visuomotor processing as being integral to this ability (Schindler et al., 2004, Nature Neuroscience; Rice et al., 2006, Experimental Brain Research). Recently, we demonstrated that the obstacle avoidance system in normal participants is sensitive to both the position and size of obstacles (Chapman & Goodale, VSS 2007). A limitation in these previous studies was that reaches were performed without visual feedback, and were not made to a specific target (i.e. the target was a strip instead of a point). Many studies have shown that both the introduction of visual feedback and the order in which the feedback is received significantly alter performance in simple visuomotor tasks (e.g. Jakobson & Goodale, 1991, Experimental Brain Research). Thus, the present study was designed to compare obstacle avoidance when reaches were made to a discrete target with and without visual feedback (VF vs. NVF) under different orders of feedback availability. Twenty-four right-handed participants performed reaches in the presence of one, two, or no obstacles placed mid-reach. Three visual-feedback-order conditions were used: blocked (all VF trials occurred together, separate from NVF trials), alternating, and random. In addition to replicating the previous work, we showed that robust avoidance behaviour occurred when reaches were made to a specific target, and that visual feedback modulated this behaviour. Moreover, the order in which visual feedback was made available also had a significant impact; VF and NVF trials differed significantly across several kinematic measures but only in the blocked condition. Performance did not differ between VF and NVF trials in the alternating or random conditions, suggesting that motor strategies are automatically adjusted by recent experience (Song & Nakayama, 2007, Journal of Vision) and are not affected by explicit knowledge about feedback availability on an upcoming trial.
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 | 0,005 |
| 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 ».