Interdependency of explicit and implicit learning processes for motor skill adaptation
Notice bibliographique
Résumé
In this experiment, post-trial knowledge of results (KR) was used to promote explicitly guided, re-adaptation of an implicitly acquired adaptation. There is debate about the independence of implicit and explicit learning processes during adaptation. In a key study, implicit learning based on error in expected sensory consequences was found to guide learning independent of "correct" strategic, explicit processes (Mazzoni & Krakauer, 2006). If these processes are independent later explicit re-adaptation should not influence what has been implicitly acquired (evidenced by unchanged after-effects in a normal environment). Fifteen participants gradually adapted targeted reaching movements to a 30º CW visual rotation (with cursor trajectory (CT) feedback of the first half of each trial). After implicit adaptation and tests of after-effects, participants practiced with correct or incorrect (+/-15º) KR about the accuracy of the CT's endpoint. Both incorrect KR groups showed high variable error relative to the correct group, indicative of strategic adjustments to reduce endpoint error. Only participants in the +15º error group showed re-adaptation based on KR. Importantly, these explicitly-induced changes were manifest as larger after-effects (~7º increase) following exposure to erroneous KR than before. This suggests an interdependency of explicit and implicit processes whereby the internal model for reaching can be updated by explicit processes, resulting in augmented after-effects.Acknowledgments: The final author would like to acknowledge funding from the Natural Sciences and Engineering Research Council of Canada (NSERC).
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».