Processus cognitifs et apprentissage des habiletés motrices
Notice bibliographique
Résumé
Résumé Les processus cognitifs et les processus sensorimoteurs interagissent au cours de la pratique d’habiletés motrices, avec des conséquences sur la performance, la rétention et le transfert d’apprentissage. Certains travaux montrent que l’implication d’un effort cognitif (sollicité par les conditions de pratique ou l’autocontrôle de la situation par l’apprenant) améliore l’apprentissage. Cependant, la conscientisation de l’action et la focalisation de l’attention sur son exécution ont le plus souvent des effets négatifs sur la performance et l’apprentissage moteur, ce qui conforte l’hypothèse d’un dualisme fonctionnel entre l’esprit cognitif et le corps moteur. Cet article présente les travaux récents dans cette problématique et suggère qu’un facteur important réside dans la difficulté de la tâche à apprendre (relative au niveau d’expertise ou aux déficits moteurs de l’apprenant) qui module les effets des conditions de pratique. Quand le niveau de difficulté de la tâche et des conditions de pratique peut être choisi par l’apprenant, l’apprentissage est le plus généralement optimisé. Ces données doivent être prises en considération pour l’aménagement des conditions de pratique pour l’apprentissage ou la réhabilitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».