Reach adaptation to online target error
Notice bibliographique
Résumé
Magescas et al. (2009) recently suggested that online error, unlike terminal error, does not lead to reach adaptation. The present study re-examines adaptation to online target error, but uses a small target perturbation and eliminates online vision of the limb, factors that may affect adaptation. We compared 3 groups: terminal error, online error, and control. All groups completed a pretest, exposure, and posttest phase. Participants made look-and-point movements to a target and we examined how repeated rightward target perturbations during the exposure phases of the experimental groups influenced reaches to a stationary target in the posttest. Exposure phases of each group contained an equal number of interleaved look-and-point and look-only trials, the latter of which were designed to inhibit build-up of saccadic adaptation in the online error group. On look-and-point trials the target either disappeared at saccade onset and then re-appeared 3.75cm to the right when the hand landed (terminal error group), immediately jumped right by 3.75cm at saccade onset and remained lit throughout the saccade and reach (online error group), or remained lit but stationary throughout the saccade and reach (control group). In all groups, vision of the limb was only provided at the start and end of the reach. Our results show that both the terminal error and the online error groups developed significant aftereffects. It appears, therefore, that online error can produce reach adaptation.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».