MétaCan
Menu
Retour à la cohorte
Enregistrement W3181949235 · doi:10.1097/opx.0000000000001728

Review: The Quiet Eye in Sports Performance—Is the Quiet Eye the Ultimate Explanation or Only the Beginning?

2021· article· en· W3181949235 sur OpenAlexaff
Kristine Dalton

Notice bibliographique

RevueOptometry and Vision Science · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésQUIETEye trackingPsychologyCognitive psychologyFixation (population genetics)PerceptionGazeEye–hand coordinationAthletesCognitionEye movementTask (project management)Computer scienceArtificial intelligenceNeuroscienceMedicineEngineeringPopulationPhysics

Résumé

récupéré en direct d'OpenAlex

SIGNIFICANCE: The quiet eye is a gaze behavior that seems to differentiate both expert-novice performance and successful and unsuccessful performance in experts; however, the quiet eye may only represent one aspect of the perceptual-cognitive expertise differences that exist between athletes and nonathletes.Research suggests that expert-novice differences in vision and visual-motor coordination skills exist between athletes and nonathletes, although the underlying mechanisms driving these differences are not well understood. The quiet eye is the final fixation or tracking gaze made before the initiation of the action of importance in a motor coordination task and is quite possibly the most well-studied vision strategy variable in sport. The quiet eye has been shown to be a key component of both expert ability and successful performance. However, the quiet eye is not without its criticisms, and the perceptual mechanisms underlying this unique gaze behavior are not yet well understood. The question that remains to be answered is whether the differences in vision and visual-motor coordination skills that exist between athletes and nonathletes can be explained by the quiet eye alone or if the explanation is more complicated.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0030,001
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,025
Tête enseignante GPT0,461
Écart entre enseignants0,436 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetSport Psychology and PerformanceTravaux en français237 207