The timing of early aperture shaping metrics evince feedback- and feedfoward-based corrections
Notice bibliographique
Résumé
Jeannerod's (1984: J Mot Behav) seminal work provided an understanding of the timing of several transport and aperture shaping metrics underlying goal-directed grasping. Most notably, Jeannerod's work is recognized for defining the invariant timing of peak grip aperture (75.7% of grasping time). It is, however, important to recognize that Jeannerod's work, as well as much subsequent research, has not focused on the spatiotemporal properties of early aperture shaping. Indeed, the importance of such an examination is recognized by the results of earlier work by our group showing that distinct visual metrics support early and late aperture shaping (e.g., Holmes et al. 2011: Vis Res). To that end, the present investigation examined the spatiotemporal properties of an early aperture shaping metric (i.e. peak aperture velocity: PAV) in a large corpus of participants (N = 123) when grasping differently sized target objects. Results showed that the magnitude and size of grip aperture at PAV increased linearly as a function of increasing object size. Notably, however, the time to PAV exhibited a non-normal distribution that was exemplified by two subgroups. In particular, one group achieved PAV early in (i.e., at 20% of,) the response whereas a second group achieved PAV later in (i.e., at > ~50% of,) the response. Such findings indicate that PAV is a temporally variant metric and may therefore reflect feedback- or feedforward-based modifications to an unfolding aperture trajectory.Acknowledgments: Supported by an NSERC Discovery Grant and an NSERC USRA
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 | 0,001 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 | 0,001 |
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 ».