Joint angles and movement kinematics show energy optimization in goal-directed aiming
Notice bibliographique
Résumé
Goal-directed aiming movements are organized to be energy optimal. This strategy has typically been demonstrated as an undershoot bias in the primary sub-movement endpoint location, particularly in conditions where corrections to target overshoots must be made against gravity (e.g. Lyons et al., 2006). This pattern of result is also true for the organization of joint movement, where angular displacements in the joints responsible for moving larger masses are minimized (Fisher et al., 1997). In order to determine whether performers maintain these energy optimal behaviours amidst changes in task constraints, participants performed aiming movements to near, middle and far targets in both the up and down directions. Movements to these targets were performed with the index finger, as well as with short and long rod extensions to the index finger. By ÔÇ£lengtheningÔÇØ the end effector, it was hypothesized that performers would minimize angular displacements in the shoulder and elbow, since these joints were responsible for moving the largest masses. Consistent with this hypothesis, when moving to the far targets, primary sub-movements undershot the target to a greater extent when moving downward when compared to moving upward. Furthermore, as rod length increased, shoulder elevation was minimized in movements to the far up target and elbow extension was minimized in movements to the far down target. These results suggest energy optimization as a mediator of movement.Acknowledgments: NSERC, Queen Elizabeth II Science & Technology, Anne Poucher Scholarship
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 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».