Using online visual feedback as a function of limb velocity: A replication using multiple targets
Notice bibliographique
Résumé
Building on Elliott et al.'s (2010) Multiple Processes framework, Tremblay et al. (under review) demonstrated that vision provided only when the limb travelled above 0.8 m/s (VHigh) was as effective as full vision (FV) in controlling endpoint precision (i.e., variable error). Also, these FV and VHigh conditions yielded better endpoint precision than no vision (NV) and vision below 0.8 m/s (VLow) conditions, which did not differ. However, one could argue the use of a single target (i.e., one amplitude) did not promote much use of online feedback and explain why participants only used online vision above 0.8 m/s. In this study, ten participants completed aiming movements towards 9 targets (26, 30 and 34 cm amplitudes) under randomly presented vision conditions (FV, VHigh & VLow with a fixed 0.8 m/s cutoff) as well as two sets of blocked no vision (NV) trials. As one could anticipate, increasing movement amplitude yielded longer movement times and higher peak limb velocities. Also, we largely replicated the results of Tremblay et al. as NV and VLow yielded comparable and worse endpoint precision than FV and VHigh. However, there was no interaction between movement amplitude and vision condition (i.e., VHigh yielded better endpoint precision than VLow for all amplitudes despite using a single velocity cutoff). These results indicate that online visual feedback utilization is confined to a finite portion of the trajectory that may be associated with a range of limb velocities.Acknowledgments: Natural Sciences and Engineering Research Council of Canada (NSERC); Canada Foundation for Innovation (CFI); and Ontario Research Fund (ORF)
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».