The influence of trial sequence on the preparation and control of sequential aiming movements
Notice bibliographique
Résumé
When moving from a starting position to a single target, movement time is faster than when you must continue the movement to a second target (i.e., one-target advantage). Research has now shown that processes underlying both the movement integration and constraint hypotheses account for the preparation and control of sequential aiming movements. In the present study, we investigated how these processes are influenced by the sequencing of single and two target movements and prior knowledge of the number of targets. Participants performed aiming movements to one or two targets on a horizontally positioned touch screen. Three different trial sequences were administered. All movements were performed as an extension from the center of the participant outward. One and two target responses were organised as blocked (i.e., 1-1-1-2-2-2), alternating (i.e., 1-2-1-2-1-2), and random (i.e., 1,1,2,1,2,2) trial sequences. The one-target advantage emerged during the blocked and alternate conditions but not the random condition. This finding suggests that the emergence of the one-target advantage is contingent on prior knowledge of the number of targets. This finding complements previous research that has shown that reaction time increases as a function of the number of movement segments only when the number of segments is known in advance of stimulus onset. Results are discussed as they pertain to the movement constraint and movement integration hypotheses. Keywords: one-target advantage, reaction time, movement constraint hypothesis, movement integration hypothesis
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».