Colored context cues can facilitate the ability to learn and to switch between multiple dynamical force fields
Notice bibliographique
Résumé
We tested the efficacy of color context cues during adaptation to dynamic force fields. Four groups of human subjects performed elbow flexion/extension movements to move a cursor between targets on a monitor while encountering a resistive (Vr) or assistive (Va) viscous force field. They performed two training sets of 256 trials daily, for 10 days. The monitor background color changed (red, green) every four successful trials but provided different degrees of force field context information to each group. For the irrelevant-cue groups, the color changed every four trials, but one group encountered only the Va field and the other only the Vr field. For the reliable-cue group, the force field alternated between Va and Vr each time the monitor changed color (Vr, red; Va, green). For the unreliable-cue group, the force field changed between Va and Vr pseudorandomly at each color change. All subjects made increasingly stereotyped movements over 10 training days. Reliable-cue subjects typically learned the association between color cues and fields and began to make predictive changes in motor output at each color change during the first day. Their performance continued to improve over the remaining days. Unreliable-cue subjects also improved their performance across training days but developed a strategy of probing the nature of the field at each color change by emitting a default motor response and then adjusting their motor output in subsequent trials. These findings show that subjects can extract explicit and implicit information from color context cues during force field 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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».