Skill acquisition via motor imagery relies on both motor and perceptual learning.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Motor imagery (MI), the mental rehearsal of movement, is an effective means for acquiring a novel skill, even in the absence of physical practice (PP). The nature of this learning, be it perceptual, motor, or both, is not well understood. Understanding the mechanisms underlying MI-based skill acquisition has implications for its use in numerous disciplines, including informing best practices regarding its use. Here we used an implicit sequence learning (ISL) task to probe whether MI-based skill acquisition can be attributed to perceptual or motor learning. Participants (n = 60) randomized to 4 groups were trained through MI or PP, and were then tested in either perceptual (altering the sensory cue) or motor (switching the hand) transfer conditions. Control participants (n = 42) that did not perform a transfer condition were utilized from previous work. Learning was quantified through effect sizes for reaction time (RT) differences between implicit and random sequences. Generally, PP-based training led to lower RTs compared with MI-based training for implicit and random sequences. All groups demonstrated learning (p < .05), the magnitude of which was reduced by transfer conditions relative to controls. For MI-based training perceptual transfer disrupted performance more than for PP. Motor transfer disrupted performance equally for MI- and PP-based training. Our results suggest that MI-based training relies on both perceptual and motor learning, while PP-based training relies more on motor processes. These results reveal details regarding the mechanisms underlying MI, and inform its use as a modality for skill acquisition. (PsycINFO Database Record
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.
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 | 0,001 |
| 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) | 0,001 | 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 découle