Exploring the effects of visual cue complexity on foot placement accuracy in a targeted stepping task
Notice bibliographique
Résumé
Locomotion requires some degree of cognitive demand and involvement of executive functions including inhibition, updating, and task switching. Secondary tasks that require cognitive demand can impact our walking performance. Online visual information and executive functions coordinate how we navigate and progress safely through our environment, for example, avoiding ice in the winter or stopping at a cross walk. This study explored how inhibition, updating, and task switching are used during a visually guided targeted stepping and obstacle avoidance task. Participants walked along a straight walkway and stepped on or over a colour changing rectangular obstacle (42x20x5cm). The obstacle would change from white to red or green during approach. Instructions given to the participant coupled with the light change would result in a specific response: Preliminary instructions (green=on, red=over); Switched Instructions (green=over, red=on). It was expected that the switched instructions would pose an increased cognitive demand and subsequently result in a decrease in performance. The following gait measures were analyzed 1) Foot placement accuracy 2) maximum head tilt angle 3) Center of mass (COM) velocity. To date, our preliminary data for young adults (N=6) have shown that foot placement was most accurate in medial lateral direction (<1cm error) compared to anterior-posterior (AP). In the AP direction, foot placement accuracy was highest for the preliminary instructions with green lights (on) and least accurate in the switched instructions with green lights (over). This suggests that with increased cognitive demand, there is a decrease in motor accuracy. Data analyses and collection are ongoing. These findings will help further our understanding about the impact of complex visual cues on targeted stepping and obstacle avoidance tasks.
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 | 0,000 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».