MétaCan
Menu
← Retour à la cohorte
Enregistrement W6991158380

Eye-hand coordination: memory-guided grasping in a cluttered environment

2019· dissertation· en· W6991158380 sur OpenAlexaff

Notice bibliographique

RevueMspace (University of Manitoba) · 2019
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésVisual feedbackObstacle avoidanceCollision avoidancePerceptionGRASPVisual controlObject (grammar)Visual perceptionAction (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We often reach for remembered objects, such as when picking up a coffee cup from behind our laptop. In cases like this, we rely on visuospatial memory, encoded by the perceptual mechanisms of the ventral visual stream, to guide our actions, rather than on the real-time control of action by the dorsal visual stream (Milner & Goodale, 1995). Further, our motor plans must often accommodate for the messy spaces within which we act, avoiding irrelevant objects in our way. Little research has examined obstacle avoidance during memory-guided grasping, though it is likely obstacles perceived by the ventral stream as more salient will produce exacerbated avoidance maneuvers. This study examined how the availability of visual feedback altered eye-hand coordination in an obstacle avoidance paradigm. Eye and hand movements were monitored as subjects had to reach through a pair of obstacles in order to grasp a 3-D target object, under full visual feedback (visually-guided), immediately in the absence of visual feedback (memory-guided no-delay), or after a 2-s delay in the absence of visual feedback (memory-guided delay). Positions and widths of obstacles were manipulated, though their inner edges remained a constant distance apart. We expected the memory-guided delay group to exhibit exaggerated avoidance strategies due to a reliance on the perceptual mechanisms of the ventral steam. Results revealed successful obstacle avoidance and grasps of the target object in all groups, however different avoidance strategies emerged depending on the availability of visual feedback. The visually-guided and memory-guided no-delay groups used real-time visual information to alter the paths of the index finger and wrist and adjust final index finger positions on the target object, to account for positioned obstacles. Still, the no-delay group showed wider index finger paths and a failure to adjust final fixations, resulting from the inability to use visual information for the online control of action. Unexpectedly, the memory-guided delay group employed a rather moderate strategy for avoiding obstacles, in that positioned obstacles less often prompted alterations in the mechanics of the reach. In conclusion, obstacle avoidance when reaching to remembered objects adopts a more moderate, rather than exaggerative, strategy.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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 Opus0,024
Tête enseignante GPT0,218
Écart entre enseignants0,194 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)→Même sujetMotor Control and Adaptation→Travaux en français237 207→