MétaCan
Menu
← Retour à la cohorte
Enregistrement W2626376261

Grasp orientation varies with local object features

2011· article· en· W2626376261 sur OpenAlexaff
Francisco L. Colino, Darian T Cheng, Jeff Newmann, Deb Saucier, Gordon Binsted

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensOntario Tech UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGRASPKinematicsIndex fingerOrientation (vector space)Artificial intelligenceThumbComputer visionFeature (linguistics)Object (grammar)AccelerationComputer scienceMathematicsGeometryPhysicsAnatomyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the current investigation, task-irrelevant local features of an object were manipulated during a reach-to-grasp task. Specifically, 3 cm diameter circular discs, were grasped with surface features manipulated from trial-to-trial. Local feature conditions were a) solid white, b) solid black; lines oriented through clock positions: c) 8 and 2; d) 10 and 4; e) 12 and 6, f) 9 and 3.The lines were 1 mm thick and spaced 3 mm apart.The position of the wrist, index finger and thumb were tracked using the OptoTrak (Northern Digital Inc.). Main dependent measures were grip aperture, peak grip aperture, grip orientation; movement kinematics: Peak Acceleration and velocity. The finding most relevant to the current experiment was the sensitivity of grip formation to the presence and angle of the lines. In control conditions (i.e., solid white and black) individuals generally grasped the object at 35° from horizontal. While for conditions where line features were involved, grip angles increased as a function of line condition, to the order of i) 8 and 2: 40°; ii) 12 and 6: 41°; iii) 10 and 4: 45°; iv) 9 and 3: 49°. Therefore, orientations involving a greater angle magnitude from horizontal resulted a greater grasp angle. Overall, the findings suggest that the control of grasping may also be dictated by local features (often formed into global composites). When considered within the canon of dedicated streams for perception and action, this would suggest a dorsal stream that is 'feature tuned' to the local features of the object.Acknowledgments: NSERC, CFI, BCKDF

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,230
Écart entre enseignants0,202 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMotor Control and Adaptation→Travaux en français237 207→