MétaCan
Menu
← Retour à la cohorte
Enregistrement W2073774594 · doi:10.1167/10.7.1064

Sequence effects during manual aiming: A departure from Fitts's Law?

2010· article· en· W2073774594 sur OpenAlexaff
Dazhi Cheng, John P DeGrosbois, Jonathan D. Smirl, Gordon Binsted

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMovement (music)Task (project management)Sequence (biology)Computer scienceInterval (graph theory)TrajectoryArtificial intelligenceFitts's lawEquidistantAlgorithmCognitive psychologyMathematicsPsychologyGeometryEngineering

Résumé

récupéré en direct d'OpenAlex

In 1954, Paul Fitts forwarded a formal account of the relationship between the difficulty of an aiming task and movement time associated with its completion. While most models used to explain this speed-accuracy tradeoff have been based upon visual feedback utilization and target-derived uncertainty, the idea that speed-accuracy constraints can also be dictated by previous aiming history has been largely ignored. In order to examine whether sequential movements are interdependent, we utilized a sequential-discrete aiming paradigm where the target changed difficulty mid-sequence, but between reaches. Individuals performed an adapted Fitts's task by performing discrete manual aiming movements between two equidistant targets from the midline. Responses were produced in sequences of 20 manual aiming movements separated by a fixed inter-trial-interval of 1 s. Four trial sequences were used in the experiment: in two of the sequences the target widths remained constant throughout trial (wide or narrow), in two sequences the target width changed (wide to narrow, narrow to wide) between the 7th to 12th movements of the sequence. Our main area of interest was in the trials immediately following the change in target width. Namely, we wanted to see if there were any carry-over effects from the preceding target width on the subsequent movements to a different target width. The extant sequential aiming literature suggests individuals plan several movements in advance during sequential movements, as compared to a single movement in isolation. In accord with this view, we demonstrated a gradual change in movement times and movement endpoint distributions following a switch in target width during a reciprocal aiming task. Importantly, this necessitates a transient departure from Fitts's law and highlights the role of visuomotor memory for the planning and execution of movements even in the presence of vision.

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)0,003
score de la tête « metaresearch » (Gemma)0,022
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,003
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,016
Tête enseignante GPT0,291
Écart entre enseignants0,274 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetMotor Control and Adaptation→Travaux en français237 207→