Throwing Accuracy during Prism Adaptation: Male Advantage for Throwing Accuracy is Independent of Prism Adaptation Rate
Notice bibliographique
Résumé
Previous studies have found that men are more accurate at throwing an object at a target than are women, independent of experience. However, these studies' results are based on average scores from multiple trials. As such, it is unknown whether the male advantage results from superior throwing accuracy or from a superior ability to calibrate subsequent throws. This study examined whether men can calibrate repeated throws more quickly and accurately than women, 25 men and 30 women were required to throw velcro-covered balls at a carpet-covered target, both with and without 10-diopter prism lenses. Participants had multiple trials in both conditions. Analyses examined whether there was a sex difference in the rate of adaptation to the prism lenses (as indicated by calibration of subsequent throws), instead of simply averaging all throwing accuracy scores and looking for an overall sex difference. Men threw the balls significantly more accurately than women, both with and without the prism lenses. However, there was no significant sex difference found on the rate of prism adaptation, as measured by improvement across the trials, i.e., calibration. Although men were more accurate at throwing balls overall, there was no sex difference in calibration of subsequent throws in adapting to the prism lenses, therefore indicating that the male advantage in throwing accuracy does not result from superior ability to calibrate subsequent throws but rather from superior throwing accuracy overall.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».