MétaCan
Menu
Retour à la cohorte
Enregistrement W4224311508 · doi:10.3390/app12094261

Perceptual Judgments for Table Tennis Serve Recognition: An Event-Related Potentials Study

2022· article· en· W4224311508 sur OpenAlexaff
Libin Xu, Yuanyuan Tan, Xingyue Zhang, Chen Yang, Yuliang Sun

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAthletesPsychologyPerceptionTable (database)CognitionCognitive psychologyComputer scienceCommunicationNeuroscienceMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

In the present study, visual attention processes in complex, sport-related decision-making tasks were examined. Psychophysiological and performance data recorded from 15 advanced table tennis athletes and 15 intermediate level undergraduates were compared. A total of 240 three-dimensional pictures of stimuli composed of a white ball and hitting location (black shade point) were presented via a screen, in which 25% represented side-backspin serves, and the other 75% represented non-side-topspin serves. Participants were instructed to report the types of serves. The results indicated that table tennis athletes responded more quickly and accurately. C1 and P1components were induced in the occipital region, N1 in the central region, and P3 in all regions. For table tennis athletes, in the phase of early sensory processing for stimuli features (such as hitting location), the cerebral cortex was activated at a higher level in comparison with undergraduates. This may be caused by the long-term exercise training. Athletes have to be very sensitive to the physical features of relevant movement stimuli. In the phase of recognizing stimuli structures or patterns, advanced athletes’ cerebral cortexes were activated higher and faster. This may help them more effectively match visual information about serves to patterns stored in long-term memory.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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)0,0030,000

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 Opus0,275
Tête enseignante GPT0,403
Écart entre enseignants0,128 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207