MétaCan
Menu
← Retour à la cohorte
Enregistrement W2621930990

Motor preparation and the effects of practice

2010· article· en· W2621930990 sur OpenAlexaffabout
Dana Maslovat, Nicola J. Hodges, Romeo Chua, Ian M. Franks

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMovement (music)Stimulus (psychology)PsychologyMotor controlFunctional movementPhysical medicine and rehabilitationConsistency (knowledge bases)Cognitive psychologyComputer scienceNeuroscienceMedicineArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of the current research was to examine the effects of practice on motor preparation. Participants performed four days of practice in a simple RT paradigm. Three different unimanual movements were chosen that differed in movement amplitude and number of elements and included: short (20°), long (40°), and two-step (stop at 20°continue to 40°) movements. On day 1 and 4, a startling stimulus was used to probe the preparation process by triggering the prepared movement. We found evidence for a sequence length effect for control trials on day 1 whereby the two-step movement had an increased reaction time; however with practice this effect was minimized. During startle trials, all movements were triggered at a short latency with similar consistency to control trials. Collectively these results suggested that participants fully prepared all movements in advance, including the sequenced movement. We hypothesized that complexity may relate more to the neural commands needed to produce the movement, rather than a sequencing requirement. These results are discussed in terms of current theories for sequential movement preparation.Acknowledgments: Acknowledgements for this study go to a Natural Sciences and Engineering Research Council of Canada grant awarded to Ian M. Franks.

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)0,001
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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'étudeObservationnel
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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMotor Control and Adaptation→Travaux en français237 207→