The influence of energy optimization on fast and accurate goal-directed aiming
Notice bibliographique
Résumé
Goal-directed aiming movements are organized to be fast, accurate and energy optimal. Whereas the speed and accuracy components of these movements are constrained by the target width and amplitude (Fitts, 1954), energy optimization is strategic and used by performers to bias against errors associated with greater energy expenditure (Oliviera et al., 2005). In order to determine how energy and accuracy requirements jointly mediate the performance and kinematic characteristics of aiming movements, participants performed reciprocal aiming trials between sets of three target widths located either at the same level as, or at a 4cm distance above, the surface of a table. Because target misses in the latter would require a corrective movement against gravity, it was hypothesized that these movements would be both slower and described by higher trajectories than those to targets at table level. Results revealed that movement times were greater to the small targets when they were located above the surface of the table, a finding attributed to greater time spent after peak velocity. A decrease in proportional time to, and an increase in the trajectory height of, the primary sub-movement to the higher targets presumably allowed more space and time for an accurate approach to the target. The results are consistent with a Multiple Process of Model of limb control (Elliott et al., 2010), which suggests that the accuracy and energy requirements of a task shape how behaviour is organized.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 | 0,001 | 0,010 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».