The crossmodal congruency effect, a tool incorporation metric, suffers from a learning effect with repeated exposures
Notice bibliographique
Résumé
The incorporation of a tool into a person9s body representation is well established. Quantitative measures play an important role in assessing tool incorporation levels for tool use paradigms. The crossmodal congruency effect (CCE) is used to quantify tool incorporation without being susceptible to experimenter biases. The crossmodal congruency task is a visual-tactile interference task that is used to calculate the CCE score as a difference in response time for incongruent and congruent trials. Here we show that this metric is susceptible to a learning effect that causes attenuation of the CCE score due to repeated task exposure sessions. This study investigated the conditions under which CCE scores attenuated due to task overexposure and tested if a modified version of the crossmodal congruency task could reduce the learning effect. Our work also sought to examine if the attenuated CCE scores returned to baseline values after a period of time. Thirty subjects were tested up to a maximum of ten times and four of these subjects were retested after a four month delay period. We show that CCE score reduced as early as the second exposure with a 14.5% drop between first and second exposures (p=0.027). Importantly, we found evidence that a modified version of the crossmodal congruency task, in which each exposure was reduced from eight to four test blocks, reduced the drop between first and second exposure from an average of 14.5% to 6.5% without significantly increasing variability of the measurement. Additionally, we found that three out of four subjects that were retested after a four month period returned to near-baseline CCE scores. This study highlights the importance of limiting exposure to the crossmodal congruency task, and proposes a modified approach to improve the use of this psychophysical assessment in the future.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».