Ethnokinesiology: towards a neuromechanical understanding of cultural differences in movement
Notice bibliographique
Résumé
Each individual’s movements are sculpted by constant interactions between sensorimotor and sociocultural factors. A theoretical framework grounded in motor control mechanisms articulating how sociocultural and biological signals converge to shape movement is currently missing. Here, we propose a framework for the emerging field of ethnokinesiology aiming to provide a conceptual space and vocabulary to help bring together researchers at this intersection. We offer a first-level schema for generating and testing hypotheses about cultural differences in movement to bridge gaps between the rich observations of cross-cultural movement variations and neurophysiological and biomechanical accounts of movement. We explicitly dissociate two interacting feedback loops that determine culturally relevant movement: one governing sensorimotor tasks regulated by neural signals internal to the body, the other governing ecological tasks generated through actions in the environment producing ecological consequences. A key idea is the emergence of individual-specific and culturally influenced motor concepts in the nervous system, low-dimensional functional mappings between sensorimotor and ecological task spaces. Motor accents arise from perceived differences in motor concept topologies across cultural contexts. We apply the framework to three examples: speech, gait and grasp. Finally, we discuss how ethnokinesiological studies may inform personalized motor skill training and rehabilitation, and challenges moving forward. This article is part of the theme issue ‘Minds in movement: embodied cognition in the age of artificial intelligence’.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».