Measuring conscious monitoring and metacognition at the start, middle and end of a reaching movement
Notice bibliographique
Résumé
The ability to monitor our arm position during goal-directed behaviour allows us to bring our limb to a target as accurately as possible. Despite our success in executing accurate movements, some work suggests that individuals have limited access to information about their limb position (Charles et al., 2020). However, contradictory evidence from metacognition research indicates that people are able to accurately monitor their movements. In these studies, individuals are asked to rate their confidence after making judgements about their movements and tend to give higher confidence ratings when they are correct, showing some capacity for self-monitoring (Arbuzova et al., 2021). These conflicting results suggest that we do not monitor an entire movement. Participants (n=43) made reaching movements toward targets on a screen. They were then presented with two movement paths: one being their actual trajectory and the other being a visually deviated version. Here, we manipulated the location that the deviation was implemented (i.e., start, middle, or end of the path). Participants were asked to determine which trajectory was their own, while also rating their confidence in their response. Overall, accuracy was lower than expected. Nevertheless, accuracy and confidence were higher when deviations occurred in the middle and end of the movement as opposed to the start, suggesting that participants were more aware of their true limb position at the middle and end of their reach. In addition, metacognitive sensitivity was greater during the middle and end implying that at these locations, individuals’ confidence ratings better discriminated between correct and incorrect responses, indicating appropriate self-monitoring. We conclude that people have a remarkable blindness to the properties of their own movements. As well, monitoring of a limb is significantly reduced at the start of a movement suggesting reduced attention to limb position at this time, possibly due to movement programming demands.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».