MétaCan
Menu
Retour à la cohorte
Enregistrement W2627046166

The variability of grip aperture shaping is determined by relative and absolute object properties

2011· article· en· W2627046166 sur OpenAlexaff
Scott A. Holmes, Ali Mulla, Alexis McDermid, Eric Ethridge, Andrew Abes, Matthew Heath

Notice bibliographique

RevueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository) · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésAperture (computer memory)Object (grammar)MathematicsScalingWork (physics)PsychologyPhysicsComputer scienceAcousticsArtificial intelligenceGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Previous work (Heath et al., 2011) has shown that grip aperture variability (i.e., just-noticeable-differences: JNDs) elicits a time-dependent early, but not late, adherence to Weber's law. The present study examined whether such a time-dependent effect is related to the explicit visual properties of a to-be-grasped target object or the proportional relation between the forces involved in grip aperture specification and aperture variability. Participants (N=15) grasped differently sized target objects in movement time criteria of 400 and 800 ms. If the time-dependent adherence to Weber's law is associated with a dynamic use of visual codes, a parallel scaling of JNDs to object size should be observed between conditions. Alternatively, if adherence to Weber's law is a derivative of aperture kinetics, then JND values should elicit larger scaling in the 400 ms condition. As expected, grip aperture velocities for the 400 ms condition were greater during early and late aperture shaping. Notably, however, the increased velocities did not differentially influence the previously reported temporal adherence of JNDs to object size. As such, the present results indicate that the time-dependent adherence to Weber's law is not tied to the inherent variability in forces associated with grip aperture shaping; rather, results suggest a respective early and late use of relative and absolute visual codes.Acknowledgments: Supported by 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 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)0,013
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
Métarecherche0,0010,013
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 savante0,0010,001
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 Opus0,031
Tête enseignante GPT0,227
Écart entre enseignants0,196 · 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 revueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository)Même sujetMotor Control and AdaptationTravaux en français237 207