Rapid adaptation to acceleration during interceptive hand movements
Notice bibliographique
Résumé
Real-world objects in our environment rarely move at a constant speed but usually accelerate or decelerate. Yet, human perception is highly insensitive to visual acceleration. When manually intercepting moving objects, humans commonly ignore acceleration, resulting in systematic interception errors (Kreyenmeier et al., 2022, eNeuro). Here we ask whether humans’ ability to manually intercept accelerating targets improves during repeated exposure to the same rate of acceleration. In a track-intercept task, observers (n=9) tracked the ramp of a small target either moving at constant speed (0 deg/s/s), accelerating (+8 deg/s/s), or decelerating (-8 deg/s/s). After 800 ms, the target disappeared behind an occluder and observers had to rapidly point at the target at the predicted time of reappearance from behind the occluder (time-to-contact; TTC). Observers performed blocks of twelve trials during which they were exposed to the same rate of acceleration. During the first eight trials, the occluder had a fixed width (reference), in the remaining four trials, the occluder was either narrower or wider than the reference (test). In the first trial of each block, observers systematically intercepted too late for accelerating targets and too early for decelerating targets, indicating that they did not take acceleration into account. Within the first four reference trials, they adjusted the timing of their hand movement to match veridical target TTC. In test trials, observers only partially accounted for acceleration and showed similar biases as in early reference trials. Our results show that humans can rapidly adjust the timing of their hand movement to intercept accelerating targets. However, their ability to transfer this adjustment to new TTC conditions is limited. These findings provide further evidence for the inability to decode accelerating motion and to accurately interact with accelerating objects.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».