Dual-task interference as a function of varying motor and cognitive demands
Notice bibliographique
Résumé
Multitasking is a critical feature of our daily lives. Using a dual-task paradigm, this experiment explored adults' abilities to simultaneously engage in everyday motor and cognitive activities, counting while walking, under conditions varying the difficulty of each of these tasks. Motor difficulty was manipulated by having participants walk forward versus backward, and cognitive difficulty was manipulated by having participants count forward versus backward, employing either a serial 2 s or serial 3 s task. All of these manipulations were performed in single-task conditions (walk only, count only) and dual-task conditions (walk and count simultaneously). Both motor performance variables (cycle time, stride length, walking velocity) and cognitive variables (counting fluency, counting accuracy) were assessed in these conditions. Analyses of single-task conditions revealed that both motor and cognitive manipulations predictably influenced performance. Analyses of dual-task performance revealed influences of motor and cognitive factors on both motor and cognitive performance. Most centrally, dual-task costs (normalized difference between single- and dual-task conditions) for motor variables revealed that such costs occurred primarily for temporal or spatiotemporal gait parameters (cycle time, walking velocity) and were driven by cognitive manipulations. Dual-task cost analyses for cognitive measures revealed negative dual-task costs, or dual-task benefits, for cognitive performance. Finally, the effects of dual-task manipulations were correlated for motor and cognitive measures, indicating dual-task performance as a significant individual difference variable. These findings are discussed with reference to theories of attentional allocation, as well as the possible role of auditory-motor entrainment in dual-task conditions.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».