MétaCan
Menu
Retour à la cohorte
Enregistrement W7010453288

Imagine all the people! Can we account for the assumed motor abilities of other people when imagining performing joint actions?

2023· article· en· W7010453288 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerforming artsTask (project management)Action (physics)Joint (building)PerceptionSequence (biology)Motor imagery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Imagining performing joint actions requires one to integrate one’s own imagined actions with the imagined actions of another person. In two experiments, we investigated motor imagery of joint action to determine if and how imagery processes are adapted based on the assumed motor capabilities of the partner. Participants imagined performing a joint serial transfer task (moving 4 discs to a peg) quickly and accurately with an imagined partner. Participants imagined transferring the first 2 discs in the sequence onto the target peg themselves and then imagined the partner transferring the last 2 discs. The description of the imagined partner (high vs low performer) was manipulated to determine if participants adapt their imagination based on the partner’s characteristics. Results revealed imagined MTs for the whole sequence were shorter when the description of the partner gave the impression of a ‘high’ performer compared to when the description was of a ‘low’ performer or when no description of the partner was provided. Results further revealed participants not only adjusted the imagined MTs of the partner’s portion of the task, but of their own portion of the task as well. That is, imagined MTs of the first 2 disc transfers were shorter when imagining performing the task with a high performer than with a low performer or when no description of the partner was provided. These findings suggest participants are able to adapt their imagination to the assumed capabilities of their partner, but that these adjustments also affected the imagination of their own movements.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0030,011
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,094
Tête enseignante GPT0,338
Écart entre enseignants0,244 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAction Observation and SynchronizationTravaux en français237 207