MétaCan
Menu
Retour à la cohorte
Enregistrement W2600423036

The moderating role of a co-learner when concurrently practicing a balance task

2015· article· en· W2600423036 sur OpenAlexaff
April D Karlinsky, Jaspreet Dhillon, Nicola J. Hodges

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PsychologyTask (project management)Social psychologyTest (biology)Balance (ability)Applied psychologyCognitive psychologyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Research has shown that conditions which promote effort or interference in practice aid long-term retention. Our aim was to test how practicing in a social context could potentially improve the learning of a balance task, by increasing the effort in practice. There is evidence that observing an actor interferes with concurrent action production (Kilner et al., 2003), and the actor's orientation moderates this effect (Sebanz & Shiffrar, 2007). We tested 8 pairs and an alone group (n = 8), across 10, 60-s practice trials on two stability platforms. Pairs practiced front-facing or with one partner back-facing (4 pairs/group). Supporting previous work, observing a partner from the front or back was associated with more imitative (same direction) or compensatory (opposite) movements, respectively. While the front-facing group showed more error (and interference) in practice, all groups improved, and did not differ in retention. However, within the pair groups, those who observed a partner during practice outperformed those who did not on a paired front-facing transfer test. While practice with a partner (and increased interference) did not aid retention, we did see modulations of performance in practice as a function of the partner's orientation. It may be that these types of balance tasks do not benefit from a more effortful mode of practice (promoting a more reactive, than automatic mode of control), or that more sensitive transfer tests are needed to see benefits associated with this more effortful type of practice.Acknowledgments: This research was supported by a Discovery grant from NSERC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,061
Tête enseignante GPT0,354
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAction Observation and SynchronizationTravaux en français237 207