A visual perceptual sweet spot for endpoint accuracy judgments during slower actions
Notice bibliographique
Résumé
When performing rapid voluntary actions (i.e., < 375 ms), brief visual samples provided at approximately 1.0 m/s, prior to peak limb velocity (PV), can yield more accurate endpoint accuracy judgments and online corrections than when provided earlier or later during the limb trajectory (Tremblay et al., 2017). However, it is not known if the optimal window to gather online visual feedback extends to slower actions (cf. sweet spot due to a limited opportunity to utilize online vision during rapid actions). The current study tested for the presence of a perceptual visual sweet spot for slower movements (i.e., 550-650 ms). One of three visual windows of 20 ms was provided when real-time limb velocity reached 0.3, 0.54, or 0.7 m/s, before PV, which were intended to corresponded to comparable proportions of PV than in Tremblay et al. (2017: i.e., approx. 30, 60 and 80% of PV). The results of a forced-choice endpoint judgment task (i.e., undershoot or overshoot) that followed each trial were contrasted with the actual endpoint locations. Using a correlational rank analysis, 55.56% of the participants exhibited their best endpoint bias judgments in the 0.3 m/s (cf. 22.22% participants in each 0.54 and 0.7 m/s window). The results provided some evidence for the generalizability of the sweet spot for slower movements. Also, gathering online visual feedback may take place at an optimal velocity prior to PV (i.e., 30% of PV) during slower movements, at least when making predictions about endpoint accuracy.Acknowledgments: Natural Sciences and Engineering Research Council of Canada (NSERC), University of Toronto (UofT), Canada Foundation for Innovation (CFI), Ontario Research Fund (ORF).
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 | 0,002 | 0,018 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».