Limb-target regulation processes: Further evidence for a sweet spot.
Notice bibliographique
Résumé
Recently, we proposed that limb-target regulation processes are primarily based on visual feedback that is available when the limb travels between 1.0 and 1.1 m/s (Tremblay et al. 2013a). We have also observed that perceptual judgments of endpoint accuracy are better when a brief visual window (20 ms) is provided when the limb travels at 1.0 m/s, compared to faster and slower limb velocity criteria (Tremblay et al. 2013b). In this study, we implemented a target jump procedure. We reasoned that if limb-target regulation processes are more likely to take place at limb velocities neighbouring 1.0 m/s, then participants should more effectively amend their trajectory to a target jump presented at 1.0 m/s, compared to other limb velocities. Thirteen participants were asked to maintain their gaze on their finger until a go signal (target and brief tone, presented for 20 ms), which prompted them to perform a reaching movement as accurately as possible while maintaining a 325-375 ms movement time bandwidth. Participants performed 20 control trials with vision throughout the movement (full vision). In addition, they performed reaching movements with 20 ms of vision combining 3 limb velocity conditions (0.6, 1.0, 1.4 m/s: before peak velocity) with 2 target conditions (no-jump: 30 cm, jump: 27 cm). Participants performed 30 trials under each velocity condition while the target jump occurred on 10 of these 30 trials. By contrasting the no-jump and jump trials separately for each velocity condition, we observed that participants exhibited longer movement times, longer times spent in the deceleration phase, and shorter reaching amplitudes with the 1.0 m/s condition only. Therefore, we provide further evidence for the predominance of limb-target regulation processes when the limb velocity reaches 1.0 m/s (or the corresponding time or position of the trajectory) compared to other limb velocities. Meeting abstract presented at VSS 2014
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».