MétaCan
Menu
Retour à la cohorte
Enregistrement W4401404983 · doi:10.1101/2024.08.02.606420

The interplay between motor cost and self-efficacy related to walking across terrain in gaze and walking decisions

2024· preprint· en· W4401404983 sur OpenAlexaff
Vinicius da Eira Silva, Daniel S. Marigold

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGazeTerrainPath (computing)PsychologyAffect (linguistics)Task (project management)Action (physics)Self-efficacyCognitive psychologyComputer sciencePhysical medicine and rehabilitationSocial psychologyArtificial intelligenceCommunicationEconomicsGeographyMedicineCartography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Movement-related decisions, such as where to step and which path to take, happen throughout each day. Shifts in gaze serve to extract task-relevant information necessary to make these decisions. We are only beginning to appreciate the factors that affect this information-seeking gaze behaviour. Here, we aimed to determine how a person’s belief in their ability to perform an action (i.e., self-efficacy) affected gaze and path choice when choosing between walking paths with different terrains and/or lengths (reflecting different energetic costs). We demonstrated that, when manipulated separately (i.e., paths had different lengths or different terrains), participants looked longer and more frequently and chose the paths with either less expected energetic cost or those for which they had a higher self-efficacy rating. When encountering environments where paths differed in both length and terrain, participants directed gaze progressively more to the longer path as the self-efficacy rating of this path increased and the disparity in rating with the shorter (less costly) path grew; they also chose the higher-rated path more frequently regardless of path length. These results provide evidence for a contribution of self-efficacy and energetic cost in guiding gaze and walking decisions. Interestingly, self-efficacy beliefs appear to play a more dominant role in both behaviours.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,318
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAction Observation and SynchronizationTravaux en français237 207