Observing or simulating? It depends on prior exposure
Notice bibliographique
Résumé
We have shown that observers learn to move in novel, adapted, visuomotor environment after watching a learning or expert model. Although this is an effective practice technique, in none of our experiments (and no observers) have we shown after-effects following observation (that is, negative carry-over effects from being in a perturbed environment when knowingly transferring back to normal conditions). This is despite the fact that actors consistently show strong effects. These findings suggest that observational practice does not engage the motor system or a simulation-type network and that there has been no updating of an internal model of their visual-motor environment. Arguably, for this to occur, the motor capabilities would already need to be part of the observer's motor repertoire. To test this we trained a group of observers (n=6) to move in a 30 degree rotated environment in an early adaptation phase. We then tested for after-effects and washed out any carry-over effects. Participants then watched 150 trials of an actor performing in the same environment and immediately following we again tested for after-effects. All observers showed some evidence of after-effects, although the two initial participants had issues with washout and the instructions (and only weak effects were seen in 2). Although further testing is needed, including control conditions where the observation period is removed, these data support the idea that observation is affected by prior experience and that after-effects can be evidenced in observers, but only if they have had prior motor experience with the task environment.Acknowledgments: This research is supported by NSERC (Hodges)
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,087 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».