Self-controlled practice: Learning differences between younger and older adults
Notice bibliographique
Résumé
Examining the usefulness of a self-controlled KR context in older adults has received little attention in the motor learning literature and thus remains inconclusive. In this experiment, participants pushed and released a low friction slider to a goal distance of 133cm. Participants were randomly assigned to a self-controlled or yoked practice condition resulting in four experimental groups (SELF-OLD, SELF-YOUNG, YOKED-OLD, YOKED-YOUNG). The retention data showed the SELF-YOUNG group (M=9.08, SD=4.56) performed with less |CE| than the SELF-OLD (M=22.02, SD=9.41), YOKED-YOUNG (M=18.79, SD=8.39) and YOKED-OLD (M=22.83, SD=3.93) groups. We were also interested in determining if a self-controlled KR context would develop a participant's error detection and correction ability. Thus, participants were asked to estimate their perceived outcome of each motor response in the immediate and delayed retention tests. The results showed the SELF-YOUNG group (M=6.53, SD=3.53) was more accurate in estimating their motor performance than the SELF-OLD (M=15.58, SD=4.40), YOKED-YOUNG (M=11.43, SD=2.59) and YOKED-OLD (M=16.17, SD=4.27) groups. Our results suggest that older adults do not demonstrate the same learning benefits as younger adults in a self-controlled KR context and the ability to accurately estimate performance also seems to be age dependent. The self-reported KR strategies and the intrinsic sources of feedback utilized by participants will be discussed to account for our findings.Acknowledgments: Canadian Institutes of Health Research
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».