Quiet eye studies in sport within the motor accuracy and motor error paradigms
Notice bibliographique
Résumé
This paper reveals new insights that comes from comparing quiet eye (QE) studies within the motor accuracy and motor error paradigms. Motor accuracy is defined by the rules of the sport (e.g,. hits versus misses), while motor error is defined by a behavioral measure, such as how far a ball or other object lands from the target (e.g. radial error). The QE motor accuracy paradigm treats accuracy as an independent variable and determines the QE duration during an equal (or near-equal) number of hits and misses per condition per participant, while the motor error QE paradigm combines hits and misses into one data set and determines the correlation between the QE and motor error, which is used as a proxy for accuracy. QE studies within the motor accuracy paradigm consistently find a longer QE duration is a characteristic of skill, and/or interaction of skill by accuracy. In contrast, QE motor error studies do not analyze or report the relationship between the QE duration and accuracy (although often claimed), and rarely find a significant correlation between the QE duration and error. Evidence is provided showing the absence of significant results in QE motor error studies is due to the low number of accurate trials found in motor error studies due to the inherent complexity of all sport skills. Novices in targeting skills make fewer than 20% of their shots and experts less than 40% (with some exceptions) creating imbalanced data sets that make it difficult, if not impossible, to find significant QE results (or any other neural, perceptual or cognitive variable) related to motor accuracy in sport.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».