Agency and Control for the Integration of a Virtual Tool into the Peripersonal Space
Notice bibliographique
Résumé
Our representation of the peripersonal space is tied to our representation of our bodies. This representation appears to be flexible and it can be updated to include the space in which tools work, particularly when the tool is actively used. One indicator of this update is the increased efficiency with which sensory events near the tool are processed. In the present study we examined the role of visuomotor control in extending peripersonal space to a common virtual tool-a computer mouse cursor. In particular, after participants were exposed to different spatial mappings between movements of the mouse cursor and movements of their hand, participants' performance in a motion-onset detection task was measured, with the mouse cursor as the stimulus. When participants, during exposure, had the ability to move the cursor efficiently and accurately (familiar hand-cursor mapping), they detected motion-onset targets more quickly than when they could not move the cursor at all during exposure (no hand-cursor mapping). Importantly, reversing the spatial correspondence between the movements of the hand and the cursor (unfamiliar hand-cursor mapping) during exposure, which was thought to preserve the ability to move the cursor (ie agency) while weakening the ability to make the movements efficiently and accurately (ie control), eliminated the detection-facilitation effect. These results provide evidence for the possible extension of peripersonal space to frequently used objects in the virtual domain. Importantly, these extensions seem to depend on the participant's knowledge of the dynamic spatial mapping between the acting limb and the visible virtual tool.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».