MétaCan
Menu
← Retour à la cohorte
Enregistrement W2021676261 · doi:10.1371/journal.pone.0085961

Distractor Interference during a Choice Limb Reaching Task

2014· article· en· W2021676261 sur OpenAlexafffund
Matthew Ray, Daniel J. Weeks, Timothy N. Welsh

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of LethbridgeUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTask (project management)Interference (communication)Cognitive psychologyPsychologyPhysical medicine and rehabilitationAudiologyNeuroscienceComputer scienceMedicineChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

According to action-centered models of attention, the patterns of distractor interference that emerge in selective reaching tasks are related to the time and effort required to resolve a race for activation between competing target and non-target response producing processes. Previous studies have only used unimanual aiming tasks and, as such, only examined the effects of competition that occurs within a limb. The results of studies using unimanual aiming movements often reveal an "ipsilateral effect"--distractors on the same side of space as the effector cause greater interference than distractors on the opposite side of space. The cost of the competition when response selection is between the limbs has yet to be addressed. Participants in the present study executed reaching movements to 1 of 4 (2 left, 2 right) possible target locations with and without a distractor. Participants made ipsilateral reaches (left hand to left targets, right hand to right targets). In contrast to studies using unimanual aiming movements, a "contralateral effect" was observed; distractors affording responses for the other hand (in contralateral space) caused more interference than distractors affording responses for the same hand. The findings from the present research demonstrate that when certain portions of response planning must be resolved prior to response initiation, distractors that code for that dimension cause the greatest interference.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,065
Tête enseignante GPT0,235
Écart entre enseignants0,170 · 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'étudeObservationnel
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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMotor Control and Adaptation→Travaux en français237 207→