Skill acquisition processes in a visual occlusion motor task
Notice bibliographique
Résumé
Prediction motion tasks (PMT) require the estimation of an object’s temporal and spatial position after its trajectory has been visually occluded (Tresilian, 1995). The purpose of this experiment was to investigate motor learning in PMT. Ten participants (mean age: 21.8 years) responded to a visual display (E-Prime, PST, Pittsburg, PA) using a mouse. The display depicted a ball moving towards a target region with the path being occluded at the mid-point. The goal was for the participant to move the cursor so that the occluded ball and the cursor coincided within the target region. Participants completed five blocks of 30 randomized trials, which included three speeds (fast/medium/slow) with visual feedback after each trial. The difference between the ball and cursor’s location was recorded to calculate the dependent measures (CE/VE). Ten minutes and 60 minutes after completion participants performed 30 randomized trials of the three speeds without feedback. The acquisition data were analyzed using a 3-Speed by 5-Block repeated measures ANOVA. Results for CE showed main effects for Speed and post-hoc test (Tukey HSD, p<0.05) showed slow different than fast/medium. Analysis for Block demonstrated 1 as having greater error than 2-5. Results for VE showed a main effect for Block (1 more variable than 2-5). The 10-minute (Retention 10) and 60-minute (Retention 60) retention data were analyzed along with Acquisition Blocks 1 and 5 using a 3-Speed by 4-Time repeated measures ANOVA. Results for CE revealed main effects for Speed and Time. Post-hoc analyses showed the slow condition with more error than fast/medium and Acquisition 1 different than Retention 10, which was not different than Retention 60. Overall, there was a distinct improvement as a function of time (decreasing CE). These results will be discussed in relation to skill acquisition processes (eg. contextual interference) and its specific implications for PMT.Acknowledgments: We would like to acknowledge the support of the Sport Science Association of Alberta.
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 | 0,001 | 0,010 |
| 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 | 0,000 |
| 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) | 0,002 | 0,000 |
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.
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 ».