Do you believe in haptics?: Balance and the placebo effect
Notice bibliographique
Résumé
Studies reveal that haptic input (touching lightly on a surface) can improve a person's balance (Afzal et al., 2015). However, it has been argued that it is impossible to separate the effects of psychological and social forces from the effect of a treatment itself (Crum et al., 2017). We examined whether a person's mindset could be altered through descriptive norms to create a placebo effect that would enhance the effect of haptic input on balance. Drawing on the placebo literature (Carvalho et al., 2016), we examined whether providing individuals with a normative message about the positive effects of haptic input would improve balance over the effects associated with haptics alone. Adult participants were randomly assigned to either a control (n = 36) or message condition (n = 33). Participants performed two quiet tandem-stance balance tests on a portable force plate separated by a 60-second rest period. On the first trial, all participants balanced without touch and on the second with touch. Prior to the second trial, those in the message condition were told that many others improved their balance with touch while the control group received no message. The DV was the mean total path traveled by the centre of pressure (COP). Controlling for the COP (first trial), ANCOVA results revealed COP on trial two differed significantly by condition (p = .004). Those receiving the message exhibited better balance. These results suggest that creating a placebo effect about the positive effects of haptic input may help improve balance.
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 | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».