MétaCan
Menu
Retour à la cohorte
Enregistrement W2340076220 · doi:10.1080/0361073x.2016.1156977

Using a Manipulation Check to Uncover Age-Related Difference in Focus of Attention Instruction During a Balance Task

2016· article· en· W2340076220 sur OpenAlexafffund
Ting‐Ting Yeh, Michael E. Cinelli, James Lyons, Timothy D. Lee

Notice bibliographique

RevueExperimental Aging Research · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWilfrid Laurier UniversityUniversity Health NetworkMcMaster UniversitySunnybrook HospitalToronto Rehabilitation Institute
Organismes subventionnairesMcMaster University
Mots-clésCursor (databases)Focus (optics)Visual feedbackTask (project management)PsychologyCenter of pressure (fluid mechanics)Balance (ability)Physical medicine and rehabilitationKnowledge of resultsMotor learningCognitive psychologyComputer scienceArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/STUDY CONTEXT: A manipulation check was used to investigate whether there is an age-related difference in the adherence to specific external- and internal-focus instructional constraints. METHODS: Participants stood on a force platform and were to maintain a feedback cursor (representing their center of pressure) along the horizontal direction, within a target on a computer monitor. Trials were conducted with either an external focus of attention (keeping the feedback cursor within the target) or an internal focus of attention (keeping the weight evenly distributed between both legs). RESULTS: The finding showed that younger adults followed the experimental instructions; however, older adults relied on external visual information when they were asked to focus on the body movements. CONCLUSION: Age-related declines may contribute to attention allocation differences. The authors propose that specific manipulation checks be used to ensure proper adherence to instructions when comparing age-related differences in postural control.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,110
Tête enseignante GPT0,373
Écart entre enseignants0,263 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental Aging ResearchMême sujetMotor Control and AdaptationTravaux en français237 207