"I can't move in this": Clothing influences movement efficiency
Notice bibliographique
Résumé
Seminal research has shown that wearing revealing clothing may increase women's body-related self-conscious emotions, which consumes cognitive resources and in turn diminishes mental performance (Fredrickson et al., 1998, J Pers Soc Psychol). Here, we manipulated women's clothing to determine whether increased body-related awareness also impacts motor performance. Women were randomly assigned to wear a tight vs. loose black athletic outfit (n = 40/group). Participants executed rapid aiming movements to a target presented with an overlapping penalty circle. Participants gained points when the target was contacted and lost points when the penalty circle was contacted. Task success required selecting an optimal endpoint based on participants' own movement variability and the rewards/penalties associated with the regions of the aiming environment. The groups did not differ in endpoint selection and movement variability (ps > .57), indicating that both groups accomplished the movement task goals. However, the tight-clothing group performed with significantly greater movement time variability (p = .001) and only the loose-clothing group significantly decreased their movement time across blocks of trials (p = 0.028). Thus, the loose-clothing group demonstrated more efficient action execution. These findings suggest that the clothing worn can impact motor performance – a result consistent with research demonstrating that a focus on the body hinders the performance of skilled motor behaviour. These findings may have implications for best practices in physical activity contexts.Acknowledgments: SSHRC
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».