Facteurs influençant la consolidation et l’apprentissage d’une habileté motrice chez l’humain
Bibliographic record
Abstract
La pratique physique a longtemps été perçue comme le déterminant premier de l’apprentissage du mouvement. Souvent exprimée par l’expression « Vingt fois sur le métier remettez votre ouvrage», cette idée se base sur l’observation qu’une grande quantité de pratique est nécessaire pour maîtriser un geste technique complexe. Bien que l’importance de la pratique physique pour l’apprentissage du mouvement demeure indéniable, il a récemment été démontré que les changements neurobiologiques qui constituent les bases de la mémoire prennent place après la pratique. Ces changements, regroupés sous le terme « consolidation », sont essentiels à la mise en mémoire des habiletés motrices. L’objectif de cette thèse est de définir les processus de consolidation en identifiant certains facteurs qui influencent la consolidation d’une habileté motrice. À l’aide d’une tâche d’adaptation visuomotrice comportant deux niveaux de difficulté, nous avons démontré qu’une bonne performance doit être atteinte au cours de la séance de pratique pour enclencher certains processus de consolidation. De plus, nos résultats indiquent que l’évaluation subjective que l’apprenant fait de sa propre performance peut moduler la consolidation. Finalement, nous avons démontré que l’apprentissage par observation peut enclencher certains processus de consolidation, indiquant que la consolidation n’est pas exclusive à la pratique physique. Dans l’ensemble, les résultats des études expérimentales présentées dans cette thèse montrent que la consolidation regroupe plusieurs processus distincts jouant chacun un rôle important pour l’apprentissage du mouvement. Les éducateurs physiques, les entraineurs sportifs et les spécialistes de la réadaptation physique devraient donc planifier des entrainements favorisant non seulement l’acquisition de gestes moteurs mais également leur consolidation.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.127 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".