Cognitive load but not immersion plays a significant role in embodied cognition as seen through the spontaneous act of leaning
Notice bibliographique
Résumé
An important aspect of embodied approaches to cognition is the idea that human cognition does not occur simply in the brain, but is influenced by a complex bi-directional interplay between the brain, body, and external environment. Though embodied cognition is often studied in a controlled laboratory setting, by its very nature it can arise spontaneously in everyday life (e.g., gesturing). A recent paper by Chisholm et al. suggested that leaning while playing a video game may be another instance of a natural spontaneous expression of embodied cognition that can be studied to gain insight into a person's ongoing covert cognition. Consistent with this proposal, Chisholm et al. found that, like gestures, leaning increases when cognitive demand is increased. However, in Chisholm et al., immersion also increased with cognitive demand. We argue that their test to exclude it as a contributing factor-by holding cognitive demand constant while manipulating immersion-was limited. Despite their test, it remains possible and plausible that cognitive demand has an effect on leaning only when immersion increases. To address this issue, the present study systematically varied demand and immersion. We replicate Chisholm et al.'s finding that leaning increases with cognitive load. We also show that the effect of load is not influenced by a robust and reliable change in immersion. Collectively our results provide new and converging evidence that spontaneous overt embodiment of an individual's intention is modulated by cognitive demand, and emphasises the utility of using natural behaviours to understand the embodiment of cognition.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».