From lab to real life: Is there a link between lab-based and ecological assessment of Procedural Perceptual-Motor Learning tasks?
Notice bibliographique
Résumé
Procedural Perceptual-Motor Learning (PPML) refers to the process leading to the acquisition of new motor skills through repeated practice. It is crucial to (re-)acquire skills needed in daily life and rehabilitation. It can be divided in two processes: motor sequence learning (SL) and sensorimotor adaptation (SA). SL refers to the acquisition of a sequence of actions that follows a precise order, while SA involves continuously adjusting motor outputs to compensate for environmental or internal disturbances. These two processes are typically measured using different lab-based tasks and are presumed to play a role in ecological/ naturalistic tasks. However, to our knowledge, no study examined the relationship between performance on lab-based tasks and ecological/ naturalistic tasks. To address this gap, we designed two lab-based tasks and six ecological tasks assessing SL and SA in an original research including 42 participants (young adults). After ensuring with non-parametric repeated measures ANOVA that all the tasks presented features of learning (all 15.1 <χ² < 142; p < 0.5), Spearman's rank correlation tests were performed between each lab-based task measuring SL and SA and the six ecological tasks. Our findings reveal low to moderate correlations between lab-based and ecological tasks measuring SL and SA (0.265 < rho < 0.395; p < 0.05). This suggests that the lab-based tasks partially reflect PPML as it occurs in everyday life. We believe that the partial ecological validity of these lab-based tasks is essential for their use, especially in the context of clinical evaluation prior to rehabilitation.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».