MétaCan
Menu
Retour à la cohorte
Enregistrement W3166605166 · doi:10.1080/00222895.2021.1921687

Changes in Movement Control Processes Following Visuomotor Adaptation

2021· article· en· W3166605166 sur OpenAlexafffund
Darrin O. Wijeyaratnam, Romeo Chua, Erin K. Cressman

Notice bibliographique

RevueJournal of Motor Behavior · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMovement (music)Motor controlMovement controlControl (management)Physical medicine and rehabilitationComputer scienceCursor (databases)Adaptation (eye)PsychologyCognitive psychologyConstraint (computer-aided design)CommunicationArtificial intelligenceNeuroscienceMathematicsMedicine

Résumé

récupéré en direct d'OpenAlex

Goal-directed reaches are modified based on previous errors experienced (i.e., offline control) and current errors experienced during movement execution (i.e., online control). It is well documented that the control processes (i.e., offline and online control) underlying well learned movements change based on the time available to complete an action, such that offline control processes are engaged to a greater extent when movements are completed in a faster movement time (MT). Here, we asked if the underlying movement control processes governing newly acquired movements also change under varying MT constraints. Sixteen participants adapted their movements to a visuomotor distortion. Following reach training trials, participants reached under Long (800-1000 ms) and Short (400-500 ms) MT constraints. Results indicate that movement errors when reaching with the rotated cursor were reduced online under the Long MT constraint compared to the Short MT constraint. Thus, the contributions of offline and online movement control processes engaged in newly acquired movements can be adjusted with changes in temporal demands.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,285
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Motor BehaviorMême sujetMotor Control and AdaptationTravaux en français237 207