Using Tools as Cues for Motor Adaptation in Virtual Reality
Notice bibliographique
Résumé
Abstract Humans are adept at using multiple tools, often switching between them even when each involves distinct and potentially conflicting motor demands. This study investigated how different features of a tool influence the formation of distinct motor memories during dual adaptation to opposing visuomotor perturbations. Using an immersive virtual reality (VR) setup, participants performed an aiming task in which they launched a ball toward a target using virtual tools, each consistently associated with a different visuomotor rotation. We manipulated tool features across three groups: one in which tools differed only in colour (Colour Control), one in which they differed in shape but involved similar movement patterns (Motor Congruent), and one in which they differed both in shape and in how they were operated—for example, a paddle-like forward swing to propel the ball versus a draw-and-release motion similar to a slingshot (Motor Incongruent). A fourth control group that adapted to a single perturbation with a single tool at a time was also included. Only the Motor Incongruent group demonstrated robust dual adaptation and clear aftereffects, comparable to those observed during single-tool learning. These results suggest that distinct modes of tool operation play a critical role in supporting the formation and retention of separate internal models during sensorimotor adaptation. New & Noteworthy Humans often switch between tools with conflicting motor demands. Using immersive virtual reality, we tested whether visual features or operational differences support dual adaptation to opposing visuomotor perturbations. Only when tools differed in both shape and mode of operation did participants show robust adaptation and aftereffects, comparable to single-tool learning. These findings highlight the critical role of movement-relevant cues in forming distinct motor memories for flexible tool use.
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 | 0,001 |
| 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 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 ».