"He chose...poorly": Lack of optimal behaviour and choice preference when choosing between target-penalty configurations via a keypress
Notice bibliographique
Résumé
When presented with two different target-penalty configurations of similar Maximum Expected Gain (MEG), participants prefer aiming to configurations with more advantageous spatial parameters rather than more advantageous gain parameters (Neyedli & Welsh, 2015) – perhaps due to the motor system's inherent prioritization of spatial information during reaching movements. To test this hypothesis, participants chose between target-penalty configurations via keypress responses to reduce feedback and the importance of spatial parameters. Configurations varied in both spatial (target-penalty region overlap) and gain parameters (negative penalty values) and could be of similar or different MEG. Choices were made without prior aiming experience (Experiment 1), after aiming experience provided information of movement variability (Experiment 2), or after aiming experience provided information of movement variability and outcome feedback (Experiment 3). At the group level, configurations with the advantageous spatial or gain parameters were chosen equally (Similar condition) in all experiments. Interestingly, the larger MEG configuration was not chosen at a level above chance (Different condition) when no prior aiming experience or when variability information was given, but was chosen more often when both variability and outcome information were given prior to the keypress task. Further, participant-by-participant analyses revealed 3 subgroups: those with a value preference, a distance preference, or no preference. These individual differences cannot be explained by MEG differences between prospects or participant's movement variability. Overall, the data indicate that prioritization of spatial information did not emerge when performing keypress responses and optimal behaviour emerged only when information regarding movement variability and outcome feedback were given.Acknowledgments: Natural Sciences and Engineering Research Council of Canada
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 | 0,002 | 0,013 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».