MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403759010 · doi:10.1371/journal.pone.0292712

The effects of sport-specific training on individuals action strategies while avoiding a virtual player approaching on a 45° angle while completing a secondary task

2024· article· en· W4403759010 sur OpenAlexafffund
Brooke J. Thompson, Michael E. Cinelli

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinisterio de Economía y Competitividad
Mots-clésTask (project management)Training (meteorology)Action (physics)Physical medicine and rehabilitationPsychologyHuman–computer interactionCognitive psychologyComputer scienceApplied psychologyMedicinePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Sports provide varying scenarios where athletes must interact with and avoid opposing players in dynamic environments. As such, sport-specific training can improve one's ability to integrate visual information which may result in improved collision avoidance behaviours. However, improved visuomotor capabilities are highly task dependent (i.e., athletes must be tested in sport-specific settings). The current study examined whether sport-specific training influenced individuals' collision avoidance behaviours during a sport-specific task in virtual reality. Untrained young adults (N = 21, 22.9±1.9 yrs, 11 males) and specifically trained athletes (N = 18, 20±1.5 yrs, 7 males) were immersed in a virtual environment and were instructed to walk along a 7.5m path towards a goal located along the midline. Two virtual players positioned 2.83m to the left and right of the midline approached participants on a 45° angle at one of three speeds: 0.8x, 1.0x, or 1.2x each participant's average walking speed. Participants were instructed to walk to a goal without colliding with the virtual players while performing a secondary task; reporting whether a shape changed above either of the virtual players' heads. Results revealed that athletes had a higher percentage of correct responses on the secondary task compared to untrained young adults. However, there was no group differences in the average time to first avoidance or average minimum clearance, but athletes were more variable in their avoidance behaviours. Findings from this study demonstrate that athletes may be more adaptive in their behaviours and may perform better on attentionally demanding tasks in dynamic environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,116
Tête enseignante GPT0,257
Écart entre enseignants0,141 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMotor Control and Adaptation→Travaux en français237 207→