MétaCan
Menu
Retour à la cohorte
Enregistrement W2945033613 · doi:10.3390/brainsci9050119

Target Size Manipulations Affect Error-Processing Duration and Success Perceptions but not Behavioural Indices of Learning

2019· article· en· W2945033613 sur OpenAlexafffund
Nicole T. Ong, Jamie Hawke, Nicola J. Hodges

Notice bibliographique

RevueBrain Sciences · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAffect (linguistics)PsychologyPerceptionDuration (music)Cognitive psychologyAudiologyStatisticsMathematicsCommunicationNeuroscienceMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

We evaluated if and how success perceptions, through target size manipulations, impact processes related to motor learning. This work was based on recent literature suggesting that expectations and self-efficacy exert a direct impact on learning. We measured arousal, kinematics, learner expectancies, motivation, and outcomes in a dart-throwing task. Novices (n = 29) were assigned to either a “Large-target” (horizontal target, 10-cm high) or “Small-target” (2-cm high) group for practice (t = 90), and both groups completed 24-h retention tests. The Small-target group took longer to plan and process feedback in the pre-throw and post-throw periods, respectively, and showed larger joint amplitudes early in practice compared to the Large-target group. As predicted, the Large-target group made more hits and had heightened outcome expectancies compared to the Small-target group. Surprisingly, only the Large-target group performed better than they expected. Despite the Large-target group having more target hits, enhanced expectancies, and more unexpected success, this group did not outperform the Small-target group on behavioural indices of performance and learning. This research questions assumptions and results related to success-related manipulations for task performance and mechanisms related to target size manipulations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,166
Tête enseignante GPT0,401
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207