Time's up: When is it too late to implement online limb-target regulation processes?
Notice bibliographique
Résumé
Elliott et al.'s (2010) multiple processes model has provided a framework for different stages of online visual feedback utilization. Tremblay and colleagues (2013; 2017) assessed visual feedback utilization processes using a target-jump a paradigm, to specifically evaluate limb-target regulation. While results have provided evidence for optimal limb-target regulation early during fast reaching movements (i.e., ~350 ms), they failed to replicate these results for slower movements (i.e., ~700 ms: Crainic et al., 2017). Collectively, these results could indicate that it may be a time to movement end (i.e., approx. 290 ms) that represents a critical criterion to utilize vision for limb-target regulation processes. As such, the current study further investigated limb-target regulation during slower movements (i.e., ~700ms), while a brief window of visual feedback was provided at 0.3 m/s and 0.7 m/s before and after peak velocity. The latter window occurred later than in Crainic et al. (2017) and less than 290 ms before movement end. During the windows, participants either viewed the original target (30 cm) or a target closer to the start position (i.e., 27 cm: target jump). Endpoint accuracy data indicated that participants could use the window of vision to correct for the target jump in all but the last window condition. These results provide further evidence that time from movement end (e.g., Beggs & Howarth, 1972) could better explain visual feedback utilization strategies, than limb velocity (e.g., Tremblay et al., 2013) or other kinematic criterions (e.g., Elliott et al., 2010).Acknowledgments: University of Toronto, Ontario Research Fund (ORF), Canada Foundation for Innovation (CFI), Natural Sciences and Engineering Research Council of Canada (NSERC)
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 | 0,003 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».