MétaCan
Menu
Retour à la cohorte
Enregistrement W2029175894 · doi:10.1080/02724980443000809

Programming strategies for rapid aiming movements under simple and choice reaction time conditions

2006· article· en· W2029175894 sur OpenAlexaff
Michael A. Khan, Gavin P. Lawrence, Eric Buckolz, Ian M. Franks

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of British ColumbiaWestern University
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Simple (philosophy)Choice reaction timeResponse timeMovement (music)Function (biology)Computer scienceElement (criminal law)Cognitive psychologyPsychologyNeuroscienceCognitionBiologyComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Increases in reaction time (RT) as a function of response complexity have been shown to differ between simple and choice RT tasks. Of interest in the present study was whether the influence of response complexity on RT depends on the extent to which movements are programmed in advance of movement initiation versus during execution (i.e., online). The task consisted of manual aiming movements to one or two targets (one- vs. two-element responses) under simple and choice RT conditions. The probe RT technique was employed to assess attention demands during RT and movement execution. Simple RT was greater for the two- than for the single-target responses but choice RT was not influenced by the number of elements. In both RT tasks, reaction times to the probe increased as a function of number of elements when the probe occurred during movement execution. The presence of the probe also caused an increase in aiming errors in the simple but not choice RT task. These findings indicated that online programming was occurring in both RT tasks. In the simple RT task, increased executive control mediated the integration between response elements through the utilization of visual feedback to facilitate the implementation of the second element.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,354
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations42
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Experimental PsychologyMême sujetMotor Control and AdaptationTravaux en français237 207