The effects of single and dual obstacles on on-line processes during a manual obstacle avoidance task
Notice bibliographique
Résumé
Perturbations to the upper limb in aiming tasks act to force individuals to modify their movements using on-line control processes. Studies show that individuals are able to successfully counteract these mechanical (e.g. Nashed et al., 2014) and perceptual perturbations (e.g. Elliott et al., 1995) to accurately acquire a specific target goal. A series of two studies were conducted to better understand the effects of a perceptual perturbation when performing two-dimensional sliding movements during a manual obstacle avoidance task when a second obstacle appeared unexpectedly within a preferred aiming path. On each trial, an obstacle appeared at 25%, 50% or 75% of the movement amplitude. On some trials, a second set of obstacles appeared early or later in the movement that forced participants to make on-line corrections or adapt their preferred trajectory to successfully reach the specified target. Results revealed that the possibility of the unexpected second obstacle influenced the overall trajectory and movement kinematics (i.e., whether that second obstacle appeared or not). Specifically, participants executed a more lateral avoidance trajectory and reached higher peak velocities and accelerations.. When the onset of the secondary set of obstacles occurred later into the movement, it resulted in individuals reaching peak velocities later in their movement which indicated that the possibility of a secondary perturbation resulted in more cautious movements. Results will be further discussed in the context of obstacle avoidance and movement planning behaviours as well as possible modifications to these behaviours in individuals with an Autism Spectrum Disorder.
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 | 0,000 | 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 | 0,001 | 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 ».