The effects of sport-specific training on perceptions and actions during a gap crossing task
Notice bibliographique
Résumé
Athletes have excellent knowledge of their action capabilities. They can therefore be studied to understand elite action strategies through perception-action integration 1 . It is hypothesized that specifically trained field athletes (rugby, soccer, lacrosse) will have more accurate perceptions of their body size (shoulder width, SW) when avoiding obstacles. These athletes train under time constraints, and are therefore believed to be more accurate when avoiding obstacles in near space, compared to untrained individuals. The purpose of this study was to determine how athletic training influences perception-action integration when navigating around or through spaces. Specifically-trained athletes (N=12) and non-athlete controls (N=8) performed perceptual judgements of passability through varying gap sizes. Participants were asked to walk toward the midline of a body-scaled gap (0.9-1.7 times participants’ SW in 0.2 increments) created by two obstacles, located 5m from the start location and were asked to judge whether they could safely pass between the obstacles, without changing their body dimensions (shrugging, or rotating shoulders). The “yes” or “no” response was recorded. In the obstacle avoidance task, participants walked along a 10m long pathway toward a goal. Two obstacles were again used to create a body-scaled gap ranging between 0.9 and 1.7xSW (0.2 increments) and placed 3m, 5m, or 7m from the start location. Participants were not instructed on how to avoid the obstacles, but were told not to hit them. A repeated measures ANOVA revealed specifically-trained athletes perceived safe passage through gaps greater than or equal to 1.1xSW, where non-athletes perceived safe passage through gaps greater or equal to 1.3xSW (F (1) =3.97, p<.05). However, both groups tended to walk through gaps greater or equal to 1.3xSW, regardless of obstacle distance (F (4) =74.89, p<.05). These results suggest that non-trained individuals may have more consistent perceptual judgements and action strategies than specifically-trained athletes. 1. Vickers (2007). Human Kinetics, Champaign, IL.
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 | 0,000 | 0,003 |
| 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 | 0,001 |
| 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 ».