MétaCan
Menu
Retour à la cohorte
Enregistrement W2102884801 · doi:10.1002/hipo.20303

Spontaneous navigational strategies and performance in the virtual town

2007· article· en· W2102884801 sur OpenAlexaff
Nicole Etchamendy, Véronique D. Bohbot

Notice bibliographique

RevueHippocampus · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésSpatial memoryFunctional magnetic resonance imagingPsychologyTask (project management)HippocampusCognitive psychologyVirtual realityNeuroscienceVirtual machineResponse inhibitionSpatial cognitionCaudate nucleusComputer scienceHuman–computer interactionWorking memoryCognition

Résumé

récupéré en direct d'OpenAlex

The 4-on-8 virtual maze provides evidence for variability in spontaneous strategy use during navigation. Functional magnetic resonance imaging (MRI) confirmed that these spatial and response strategies rely on the hippocampus and caudate nucleus memory systems, respectively. We asked whether the spontaneous use of a particular navigational strategy was associated with a particular ability to navigate in one's environment. We tested 30 young participants on the 4-on-8 virtual maze and we assessed their way finding ability in a virtual town. As expected, spatial learners performed well in the virtual town and the response learners, who never used external landmarks and relied purely on an egocentric strategy, performed poorly. Interestingly, a group who used the most efficient response strategy based on external landmarks in the 4-on-8 virtual maze, switched to the most efficient spatial strategy in the virtual town. Our data suggest that the best navigators are those who appropriately use spatial or response strategies depending on the demands of the task.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,285
Écart entre enseignants0,244 · 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

Citations134
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHippocampusMême sujetMemory and Neural MechanismsTravaux en français237 207