Agency and Control for the Integration of a Virtual Tool into the Peripersonal Space
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle