Comparing the effects of faded vs. constant knowledge of results on the acquisition, retention, and transfer of a skilled walking task
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study is to compare the use of faded and constant knowledge of results (KR) on skill acquisition, retention, and transfer in an end-point precision locomotion task. METHODS: Participants were trained in an end-point precision locomotion task where they were asked to match their peak foot height during the swing phase as closely as possible to a target height. Targets were normalized to individual foot trajectory. Participants were randomized to a constant KR group (KR presented after each trial) or a faded KR group (KR provided on 50 % of trials, distributed using a faded procedure). Before acquisition, and immediately, 24, and 48 h after acquisition, participants were tested on their performance of the task. Participants were also tested in a transfer task immediately, 24, and 48 h after acquisition, where they wore an ankle weight of 2.5 % of their body weight to complete the performance test. RESULTS: Thirty-six healthy adults participated in this study. Our findings demonstrate that both constant and faded KR groups showed improvements in performance immediately after acquisition. However, the faded KR group outperformed the constant feedback group at 24 and 48 h with respect to both skill retention and transfer. CONCLUSIONS: Faded KR leads to superior retention and transfer of an end-point precision locomotion task over time. Future research should explore these findings in clinical populations and the incorporation of other feedback modalities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».