Do mistakes at the end of practice impair the ability to learn a skill
Notice bibliographique
Résumé
Physical practice often causes fatigue that can temporarily decrease motor skill execution and increase errors at the end of a training session. Whether these erroneous last movements impair the ability to remember successful movements performed earlier is unknown. To answer this question, participants performed a visuomotor adaptation task in which they adapted their reaching movements to a 25° counterclockwise rotation of the visual representation of their hand. Unknown to the participants, the rotation was gradually ramped up to 37° over the last 64 trials of the training session and a ±7.5° variation was introduced pseudo-randomly on 38% of these trials (VariedRamp group). This resulted in participants gradually drifting away from 25° while perceiving frequent and large errors. A second group was exposed only to a 25° rotation during the first session (Steady25 group) and a third group was exposed to the ramp up but without the pseudo-random variation (thus drifting away from 25° but without perceiving large errors; GradualRamp group). Adaptation was assessed by measuring movement direction 100ms after movement onset. Results revealed that both the VariedRamp and GradualRamp groups demonstrated a more pronounced clockwise bias at the end of the training session compared to the Steady25 group (p < .05). A similar bias was also apparent for both groups in a no-vision retention test performed 24h later. Our results therefore suggest that erroneous and successful movements performed at the end of a practice session have similar effects on the retention of the movements performed earlier.
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 | 0,001 |
| 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 ».