Learning versus learned: Flexible control processes when reaching with altered visual feedback of the hand's position
Notice bibliographique
Résumé
We examined control processes underlying reaches when participants were first introduced to a visuomotor distortion (Experiment 1) and then following visuomotor adaptation (Experiment 2). All participants completed 150 reach training trials when (1) a cursor accurately represented their hand motion (i.e., aligned cursor) and (2) a cursor was rotated 45 degrees clockwise relative to their hand motion (i.e., rotated cursor). In Experiment 1, participants (n = 16) received either continuous visual feedback or terminal visual feedback regarding movement endpoint during reach training. Analyses revealed that participants were able to demonstrate similar outcomes (i.e., movement time and endpoint errors) regardless of visual or cursor feedback, but demonstrated more offline control (i.e., took more time and were less consistent in initiating their movements) when reaching with a rotated cursor compared to an aligned cursor, even at the end of training. In attempt to promote online corrective processes, participants (n = 16) in Experiment 2 first completed the training trials with continuous visual feedback and then completed an additional 45 reaches under (1) slow MT (800-1000 ms) and (2) fast MT constraints (400-500 ms). Results showed a shift to online control (i.e., greater endpoint accuracy) when reaching with an aligned and rotated cursor, when sufficient time was provided (i.e., Slow MT). Together, these experiments demonstrate a flexibility in control processes underlying reaches with rotated visual feedback of the hand, in that reaches first engage offline control processes during learning, and then shift to online corrective processes once the visual distortion is learned.Acknowledgments: Supported by the Natural Sciences and Engineering Research Council of Canada (NSERC); awarded to the last author.
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 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».