MétaCan
Menu
Retour à la cohorte
Enregistrement W4294168034 · doi:10.31234/osf.io/9vywr

Guidelines for Reporting Action Simulation Studies (GRASS): proposals to improve reporting of research in Motor Imagery and Action Observation

2022· preprint· en· W4294168034 sur OpenAlexaff
Marcos Moreno‐Verdú, Gautier Hamoline, Elise E Van Caenegem, Baptiste M Waltzing, Sébastien Forest, Ashika Chembila Valappil, Adam Khan, Samantha Chye, Maaike Esselaar, Mark J. Campbell, Craig McAllister, Sarah N. Kraeutner, Ellen Poliakoff, Cornelia Frank, Daniel Eaves, Caroline Wakefield, Shaun G. Boe, Paul S. Holmes, Adam Bruton, Stefan Vogt, David J. Wright, Robert M. Hardwick

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensDalhousie UniversityUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAction (physics)ChecklistComputer scienceKey (lock)Replication (statistics)Data sciencePsychologyCognitive psychologyMedicineComputer security

Résumé

récupéré en direct d'OpenAlex

Researchers from multiple disciplines have studied the simulation of actions through motor imagery, action observation, or their combination. Procedures used in these studies vary considerably between research groups, and no standardized approach to reporting experimental protocols has been proposed. This has led to under-reporting of critical details, impairing the assessment, replication, synthesis, and potential clinical translation of effects. We provide an overview of issues related to the reporting of information in action simulation studies, and discuss the benefits of standardized reporting. We propose a series of checklists that identify key details of research protocols to include when reporting action simulation studies. Each checklist comprises A) essential methodological details, B) essential details that are relevant to a specific mode of action simulation, and C) further points that may be useful on a case-by-case basis. We anticipate that the use of these guidelines will improve the understanding, reproduction, and synthesis of studies using action simulation, and enhance the translation of research using motor imagery and action observation to applied and clinical settings.

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)0,773
score de la tête « metaresearch » (Gemma)0,893
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,280

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7730,893
Méta-épidémiologie (sens strict)0,0070,011
Méta-épidémiologie (sens large)0,0090,016
Bibliométrie0,0430,036
Études des sciences et des technologies0,0080,021
Communication savante0,0180,019
Science ouverte0,0190,022
Intégrité de la recherche0,0290,028
Charge utile insuffisante (le modèle a refusé de juger)0,0090,012

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 Opus0,761
Tête enseignante GPT0,630
Écart entre enseignants0,132 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAction Observation and SynchronizationTravaux en français237 207