MétaCan
Menu
Retour à la cohorte
Enregistrement W2055190633 · doi:10.1097/01.opx.0000192346.84549.6a

Dynamics of Saccadic Adaptation: Differences Between Athletes and Nonathletes

2005· article· en· W2055190633 sur OpenAlexafffund
Raiju J. Babu, Linda Lillakas, Elizabeth L. Irving

Notice bibliographique

RevueOptometry and Vision Science · 2005
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensToronto Rehabilitation InstituteUniversity of WaterlooUniversity Health Network
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCummings FoundationChesapeake Research Consortium
Mots-clésSaccadic maskingAthletesAdaptation (eye)AudiologyPsychologyPopulationEye movementMedicinePhysical therapyNeuroscience

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The aim of the study was to delineate differences in saccadic adaptation characteristics between a population of racquet sports athletes and nonathletes. METHODS: Eye movements were recorded at 120 Hz using a video-based eye tracker (ELMAR 2020) in a sample of 27 athletes (varsity badminton and squash players) and 14 nonathletes (<3 hours/week participation in recreational sports). Responses to negative positional error and positive positional error were studied in two sessions on separate days. Negative positional errors were induced by displacing the stimuli backwards by 3 degrees from the initial target step (12 degrees). Likewise, positive positional errors were induced by displacing the stimuli forward by 3 degrees . Amplitude gains were calculated for trials before, during, and after the adaptation phase. The magnitude and the rate of change of saccadic adaptation were determined from the amplitude gains. Differences between the groups were compared using regression analysis. RESULTS: No significant differences were found between the two groups in the magnitude of saccadic adaptation, both for negative (athletes -60%, nonathletes -57%) and positive (athletes +26%, and nonathletes +27%) positional error. Racquet sports athletes showed a significantly faster rate of adaptation for the positive positional error. A significant difference was not observed in the rate of adaptation for the negative positional error. CONCLUSIONS: Racquet sports athletes and nonathletes adapt to positional error signals by similar amounts. However, racquet sports athletes respond to positive positional errors at a faster rate, suggesting that a strategic component or environmental influences (such as practice) may play a role in saccadic adaptation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,364
Écart entre enseignants0,340 · 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

Citations42
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetVestibular and auditory disordersTravaux en français237 207