Frontiers in Psychology

Johdanto

olet innokas golfaaja ja haluat oppia uuden lyönnin. Miten jatkaisit? On reilu mahdollisuus, että voit tarkkailla joku (live, video, Youtube, jne.) kuka tietää, miten tämä laukaus suoritetaan, ja yrität ymmärtää, mitä tehdä ja miten se tehdään. Tutkimus osoittaa selvästi, että tämä oppimisstrategia on onnistunut, koska havainnoinnin on osoitettu edistävän monenlaisten motoristen taitojen oppimista (KS.McCullagh et al., 1989; Hodges et al., 2007; Vogt and Thomaschke, 2007; Ste-Marie et al., 2012; Lago-Rodríguez et al., 2014, for reviews on observational learning). Tämä johtuu siitä, että havainnoinnilla on paljon yhteistä fyysisen harjoittelun kanssa, joka on motoristen taitojen oppimisen ensimmäinen määräävä tekijä. Erityisesti on osoitettu, että muuttujat, kuten harjoittelun määrä (Carroll and Bandura, 1990; Blandin, 1994), the frequency of knowledge of results (, Badets and Blandin, 2004, 2005; Badets et al., 2006), ja harjoitusaikataulu (Blandin et al., 1994; Wright ym., 1997), vaikuttaa oppimiseen havaintoharjoittelun ja fyysisen harjoittelun kautta samalla tavoin. Nämä tiedot johtivat väitteeseen, että havainnointi ja fyysinen käytäntö käyttävät hyvin samanlaisia prosesseja. Tätä väitettä tukevat neuroimaging-tutkimusten tulokset, jotka osoittivat, että kokonaisuus hermorakenteita (mukaan lukien premotor cortex, huonompi päälaen lobule, superior ohimo sulcus, täydentävä motorinen alue, cingulate gyrus, ja pikkuaivot), jota kutsutaan myös ”action observation network” (Aon) (Kilner et al., 2009; Oosterhof et al., 2010), aktivoituu sekä yksilöiden suorittaessa tietyn motorisen tehtävän että kun he tarkkailevat muita suorittamassa samaa motorista tehtävää (Grafton et al., 1997; Buccino ym., 2001; Gallese et al., 2002; Cisek ja Kalaska, 2004; Frey ja Gerry, 2006; Cross et al., 2009; Dushanova ja Donoghue, 2010; Rizzolatti ja Fogassi, 2014; Rizzolatti et al., 2014).

tarkkailu suosii motorisen taidon oppimista, mutta ketä kannattaa tarkkailla, jotta oppii sen uuden golf-lyönnin? Asiantuntija, joka hallitsee laukaus oletettavasti auttaa sinua kehittämään viittaus, mitä tehdä ja miten se, mutta sinun pitäisi tarkkailla joku kuin sinä, joka oppii, että laukaus ja joka oletettavasti antaa sinulle paremmat mahdollisuudet havaita ja oppia virheitä tai muutoksia strategian? Tutkimus on osoittanut, että havainnoimalla sekä taitava malli (Martens et al., 1976; McCullagh ym., 1989; Lee ym., 1994; Al-Abood ym., 2001; Heyes and Foster, 2002; Hodges et al., 2003; Bird ja Heyes, 2005) ja noviisi malli johtaa merkittävään oppimiseen (Lee ja White, 1990; McCullagh ja Caird, 1990; Pollock ja Lee, 1992; McCullagh ja Meyer, 1997; Black and Wright, 2000; Buchanan et al., 2008; Buchanan and Dean, 2010; Hayes et al., 2010). Laboratoriomme viimeaikaiset tulokset osoittivat kuitenkin, että Uuden motorisen taidon havainnoiva oppiminen paranee sekä noviisi-että asiantuntijamallien havainnoinnin jälkeen pelkän noviisi-tai asiantuntijamallin sijaan (Rohbanfard and Proteau, 2011; Andrieux and Proteau, 2013, 2014). Uskomme, että tämä” muuttuva ” havaintomuoto johtaa paitsi hyvän liikkeenesityksen kehittymiseen (asiantuntija-havainto) myös tehokkaiden prosessien kehittämiseen virheiden havaitsemiseksi ja korjaamiseksi (noviisi-havainto).

tässä tutkimuksessa kiinnostuksen kysymys on yksinkertainen mutta tärkeä. Kun käytetään vaihtelevaa havaintoaikataulua, onko oppiminen parempaa, kun tarkkailijoille ilmoitetaan etukäteen heidän näkemänsä esityksen ”laatu” vai onko se parempi, kun tarkkailijat jätetään arvioimaan esityksiä ennen palautteen saamista. Tarkkailijoille tiedottaminen siitä, mitä he ovat näkemässä, voi antaa heille mahdollisuuden valita, tarkkailevatko he jäljitelläkseen vai pikemminkin havainnoivatko he havaitakseen virheitä tai puutteita mallin suorituskyvyssä, mikä voisi helpottaa näiden prosessien kehittämistä. Vaihtoehtoisesti se, että osallistujat arvioivat havaitsemansa suorituskyvyn laadun, voi aktivoida monimutkaisempia kognitiivisia prosesseja kuin silloin, kun tätä tietoa syötetään eteenpäin (esim.virheiden havaitseminen ja tunnistaminen tai vaihtoehtoisen strategian arviointi), mikä johtaa tehtävän parempaan oppimiseen.

valitsemamme tehtävä vaati osallistujia muuttamaan tehtävän rajoitteista luonnollisesti syntynyttä suhteellista ajoitusmallia (Collier and Wright, 1995; Blandin et al., 1999) uuteen, määrättyyn suhteellisen ajoituksen malliin. Tämä on samanlainen kuin Oman tempon muuttaminen suoritettaessa palvella tennistä tai ajaa golfia (Rohbanfard and Proteau, 2011). Osallistujat havainnoivat kahta mallia, jotka esittelivät erilaisia esityksiä. Yhdessä ryhmässä tarkkailijoille ilmoitettiin ennen jokaista koetta, mitä he olivat näkemässä (asiantuntija -, edistynyt -, keskitason -, noviisi-tai aloittelijasuoritus), kun taas toiselle tarkkailijaryhmälle annettiin samat tiedot vasta kunkin havaintokokeen päätyttyä.

Koe 1

menetelmät

osallistujat

yhdeksänkymmentä oikeakätistä opiskelijaa (45 miestä ja 45 naista; keski-ikä = 20, 5 vuotta; SD = 0, 9 vuotta) Université de Montréalin kinésiologien departementista osallistui tähän kokeeseen. Osallistujat olivat naiiveja tutkimuksen tarkoitukselle, eikä heillä ollut aiempaa kokemusta tehtävästä, ja kaikki osallistujat julistettiin itse oikeakätisiksi. Kukaan osallistujista ei ilmoittanut neurologisista häiriöistä, ja kaikkien näkö oli normaali tai korjattu normaaliksi. Osallistujat täyttivät ja allekirjoittivat yksilölliset suostumuslomakkeet ennen osallistumista. Université de Montréalin Terveystieteiden tutkimuseettinen komitea hyväksyi kokeen.

laite ja tehtävä

laite oli samankaltainen kuin Rohbanfardin ja Proteaun (2011) käyttämä. Kuten kuvasta 1 käy ilmi, se koostui puujalustasta (45 × 54 cm), kolmesta puuesteestä (11 × 8 cm) ja maaliin upotetusta aloituspainikkeesta (11 × 8 cm). Lähtönapin ja ensimmäisen esteen välinen etäisyys oli 15 cm. Tehtävän kolmen muun osuuden etäisyydet olivat vastaavasti 32, 18 ja 29 cm. Esteet asetettiin kohtisuoraan puiseen alustaan nähden jokaisen kokeen alussa, jolloin saatiin suljettu mikrokytkinpiiri. Kaikki mikrokytkimet liitettiin tietokoneeseen A–D-muuntimen I/O-portin kautta (National Instruments, Austin, Texas, USA), ja millisekunnin ajastinta käytettiin sekä kokonaisliikkumisajan (TMT) että tehtävän kunkin segmentin suorittamiseen tarvittavan ajan (väli-ajat, ITs) tallentamiseen.

fyysisissä harjoituskokeissa (KS.jäljempänä) osallistujat istuivat lähellä aloitusasentoa laitteen edessä. Sitten osallistujia pyydettiin käynnistyspainikkeesta kaatamaan peräkkäin ensimmäinen, toinen ja kolmas este (vapauttaen siten mikrokytkimet) ja lopulta osumaan maaliin myötäpäivään kuviossa 1 esitetyllä tavalla. Jokainen tehtävän osa oli suoritettava 300 ms: n IT-järjestelmällä, 1200 ms: n TMT: llä. Liikekuvio, sen ja TMT oli kuvitettu julisteella, joka oli sijoitettu suoraan laitteen eteen kaikkien kokeellisten vaiheiden aikana.

kokeelliset vaiheet ja menettely

osallistujat satunnaistettiin yhteen kolmesta ryhmästä, joista jokainen koostui 30 osallistujasta (15 naarasta ryhmää kohti): kontrolli (C), feedforward KR ja observation (FW) sekä observation and feedback KR (fb). Kaikki ryhmät suorittivat neljä kokeellista vaihetta, jotka jakautuivat kahdelle peräkkäiselle päivälle.

kaikki osallistujat saivat sanallisia ohjeita TMT: stä ja sen käytöstä ennen ensimmäistä kokeellista vaihetta. Ensimmäinen kokeellinen vaihe oli esitesti, jossa kaikki osallistujat suorittivat 20 fyysistä harjoituskoetta ilman tietoa TMT: n ja ITs: n tuloksista (KR).

toinen vaihe oli hankintavaihe, ja se koostui 60 havaintokokeesta, jotka tehtiin kahden havaintoryhmän (FW ja FB) osallistujille. Nämä osallistujat katsoivat erikseen videoesittelyn kahdesta kokeellista tehtävää fyysisesti suorittavasta mallista. Mallin suorituskykyä (sekä TMT että ITs) koskeva KR esitettiin kussakin havaintokokeessa ms-arvona (KS.Kuva 1) joko ennen FW-ryhmän demonstrointia tai FB-ryhmän demonstroinnin jälkeen. Mallia vaihdettiin joka viides koe (eli model 1: trials 1-5 ja model 2: trials 6-10, ja niin edelleen), yhteensä 30 kokeessa, jotka tehtiin yhdellä mallilla ja 30 kokeessa toisella mallilla. Sekä FW-että FB-ryhmille valittiin kaksi mallia, jotka osallistuivat laboratoriomme aikaisempiin töihin, koska molemmista malleista meillä oli kuusi videoklippiä, jotka kuvasivat performansseja kussakin viidessä alaluokassa. Näin ollen FW-ja FB-ryhmien osallistujat eivät voineet yhdistää yhtä tiettyä mallia parempaan tai huonompaan suoritukseen. Asiantuntijan suoritus vastasi juurikeskiarvon neliövirhettä (RMSE; katso laskentatiedot data analysis-osiosta), joka vaihteli välillä 0-15 ms; advanced -, intermediate -, novice-ja beginner-suoritukset vastasivat 30-45 ms: n, 60-75 ms: n, 90-105 ms: n ja 120+ ms: n RMSEs-arvoja. FW-ja FB-ryhmien osallistujille tiedotettiin mallin suorituskyvystä jäsenvaltioissa; heille tiedotettiin myös mallin tarkoittamasta suoritustasosta. Kunkin mallin tuloksena saadut 30 koetta (viisi suoritustasoa × kuusi toistoa) satunnaistettiin niin, että viisi suoritustasoa esitettiin kerran kussakin viiden kokeen sarjassa. Jotta sekvenssin fyysinen jäljitelmä ei häiritsisi havainnointiprosesseja, pyysimme FW-ja FB-ryhmien osallistujia pitämään kätensä reisillään hankintavaiheen aikana ja olemaan toistamatta liikkeitä mallin(mallien) katselun aikana. Kokeilijan tärkein tehtävä oli varmistaa, että osallistujat noudattivat näitä ohjeita. Osallistujien avoin käytös viittaa siihen, että he tekivät niin. Lopulta verrokkiryhmän osallistujat eivät fyysisesti harjoitelleet tai havainnoineet mitään tässä vaiheessa. Sen sijaan he lukevat toimitettua sanoma-tai aikakauslehteä saman ajan kuin muiden ryhmien tarkkailua (noin 10 min).

kolmas ja neljäs kokeellinen vaihe olivat 10 minuutin ja 24 tunnin retentiovaiheet. Jokaisessa vaiheessa kaikki osallistujat suorittivat fyysisesti 20 koetta ilman KR: ää. Osallistujia pyydettiin suorittamaan jokainen tehtävän osa 300 ms: n aikana, jolloin TMT oli 1200 ms.

Data-analyysi

esikokeen ja kahden retentiovaiheen tiedot ryhmiteltiin viiden kokeen lohkoiksi. Jokaisesta peräkkäisestä viiden kokeen lohkosta (ts., kokeet 1-5, 6-10 jne.), laskimme itseisarvon kunkin osallistujan vakio virhe (|CE/, vakio virhe ilmaisee, onko osallistuja undershot tai overshot yhteensä liikkeen aika) ja muuttuva virhe koko liikkeen aika (VE tai osallistujan vaihtelu) määrittää tarkkuuden ja johdonmukaisuuden TMT, vastaavasti. Väliajoiksi laskimme rmse: n, joka osoittaa, kuinka paljon kukin osallistuja poikkesi määrätystä suhteellisesta ajoituskuviosta yhdessä pisteessä. Kunkin kokeen osalta

jossa ITi edustaa segmentin ”i” väliaikaa ja kohde kuvaa tehtävän kunkin segmentin maaliliikeaikaa (eli 300 ms).

koska tiedot eivät tavallisesti jakautuneet (rmse-ja aikatiedot ovat positiivisesti vääristyneitä), jokaiselle riippuvaiselle muuttujalle tehtiin logaritminen muunnos (Ln). Kunkin riippuvan muuttujan muunnetut tiedot toimitettiin itsenäisesti anovalle, jonka vastakohtana oli kolme ryhmää (C, FW ja FB) × kolme vaihetta (esitesti, 10 minuutin retentio, 24 tunnin retentio) × neljä koelohkoa (1-5, 6-10, 11-15 ja 16-20) ja jossa toistettiin kahden viimeksi mainitun tekijän mittaaminen. Kaikki merkittävät päävaikutukset ja yksinkertaiset päävaikutukset, joihin liittyi enemmän kuin kaksi keinoa, eriteltiin Bonferronin säätöä käyttäen. Kaikissa vertailuissa vaikutusta pidettiin merkittävänä, jos p < 0, 05. Osittainen eta-neliö (NP2) on kaikkien merkittävien vaikutusten ilmoitettu efektikoko (Cohen, 1988).

tulokset

Kokonaissiirtoaika

ANOVA, joka on laskettu |CE| (kuva 2, ylempi paneeli), paljasti merkittäviä päävaikutuksia muuttujan ryhmälle, F(2, 87) = 5, 04, p = 0, 08, np2 = 0, 10, ja vaihe, F(2, 174) = 5, 16, p = 0, 007, np2 = 0, 06, kuten sekä merkittävä faasi × ryhmän yhteisvaikutus, F(4, 174) = 4, 93, P = 0, 001, NP2 = 0, 10. Tämän yhteisvaikutuksen jakautuminen ei paljastanut merkittäviä ryhmäeroja esitestissä (F < 1). 10 minuutin retentiotestissä F(2, 87) = 10, 12, p < 0, 001, np2 = 0, 19 jälkivertailut osoittivat, että kontrolliryhmällä oli huomattavasti suurempi | CE| kuin sekä FW-että FB-ryhmillä (P < 0, 05 molemmissa tapauksissa), jotka eivät poikenneet merkittävästi toisistaan (p = 0, 19). 24-h retentiotestissä F(2, 87) = 4, 34, p = 0, 016, np2 = 0, 09 FW-ryhmällä oli merkitsevästi pienempi |CE| kuin kontrolliryhmällä (p = 0, 012)1.

VE: stä laskettu ANOVA(ei näytetty) paljasti merkittäviä päävaikutuksia muuttujan vaiheelle F(2, 174) = 13, 12, p < 0, 001, np2 = 0, 13, ja block, F (3, 261) = 48, 79, p < 0, 001, np2 = 0, 36. Vaihevaikutuksen jälkivertailut osoittivat, että ennen testiä kokonaisaika oli suurempi kuin sekä 10 min että 24 h retentiotesteissä (p < 0.002 molemmissa tapauksissa), jotka eivät poikenneet merkittävästi toisistaan (p = 0, 68). Lohkovaikutuksen päävaikutus aiheutui siitä, että ensimmäisen tutkimuslohkon kokonaisaika oli huomattavasti suurempi kuin kolmen jäljellä olevan tutkimuslohkon (p < 0, 001 kaikissa tapauksissa), jotka eivät poikenneet merkitsevästi toisistaan (p>0, 05 kaikissa tapauksissa).

suhteellinen ajoitus

suhteellisen ajoituksen rmse: stä laskettu ANOVA paljasti merkittäviä päävaikutuksia muuttujan ryhmälle F(2, 87) = 21.49, p < 0.001, np2 = 0.33, phase, F(2, 174) = 39.98, p < 0.001, np2 = 0.31 ja block, F(3, 261) = 14, 77, p < 0, 001, np2 = 0, 14, sekä merkittävä vaihe × ryhmän vuorovaikutus, F(4, 174) = 12, 81, p < 0, 001, np2 = 0, 23. Lohkon päävaikutus johtui siitä, että ensimmäisen koelohkon suhteellinen ajoituksen RMSE oli huomattavasti suurempi kuin kolmen jäljellä olevan koelohkon rmse (p < 0, 001 kaikissa tapauksissa), jotka eivät poikenneet merkittävästi toisistaan (p>0, 3 kaikissa tapauksissa). Mielenkiintoisempaa on, että vaiheen × ryhmän vuorovaikutuksen erittely (kuva 2, alempi paneeli) ei paljastanut merkittäviä ryhmäeroja esitestissä (F < 1). 10-min, F(2, 87) = 14, 85, p < 0, 001, np2 = 0, 34 ja 24-h retentiotesteissä F(2, 87) = 23, 23, 23, p < 0, 001, np2 = 0, 35, vaikka FB-ryhmä oli merkittävästi parempi kuin kontrolliryhmä (P = 0, 001 molemmissa tapauksissa), FB-ryhmä puolestaan oli huomattavasti parempi kuin kontrolliryhmä (P = 0, 001 molemmissa tapauksissa). FW-ryhmässä (P = 0, 001 ja P = 0, 02) 2.

Keskustelu

tämän kokeen tarkoituksena oli laajentaa tietämystämme havainnointiolosuhteista, jotka optimoivat uuden suhteellisen ajoitusmallin oppimisen. Tässä oppimistilanteessa kaksi havaintoryhmää, jotka havaitsivat erilaisia demonstraatioita, annettiin KR joko ennen tai jälkeen jokaisen kokeen hankintavaiheen aikana. Halusimme erityisesti arvioida, tehostuuko oppiminen, kun oppijat tietävät mielenosoituksen” laadun ” tai ominaisuudet ennen mielenosoituksen tarkkailua. Tulokset ovat suoraviivaisia.

ensinnäkin, kuten kuviosta 2 ilmenee, sekä FW-että FB-ryhmät menestyivät retentiotesteissä vertailuryhmää paremmin. Tämä koski sekä TMT: n että suhteellisen ajoituksen oppimista. Tämä odotettu tulos vahvistaa aiemmat havainnot, jotka osoittivat, että havainto mahdollistaa uuden motorisen taidon oppimisen (KS.McCullagh et al., 1989; Hodges et al., 2007; Vogt and Thomaschke, 2007; Ste-Marie et al., 2012; Lago-Rodríguez et al., 2014, for reviews on observational learning) ja, erityisesti, Uusi suhteellinen ajoitus malli (Rohbanfard and Proteau, 2011; Andrieux and Proteau, 2013, 2014).

tämän tutkimuksen tärkein havainto on, että FB-ryhmä oli retentiotesteissä parempi kuin Fw-ryhmä. Vaikka nämä kaksi ryhmää havaitsivat samat mielenosoitukset, tulokset osoittivat, että oppiminen on optimaalista, kun annetaan etukäteen tietoa todistetun demonstraation laadusta tai ominaisuuksista. Tämä havainto sopii hyvin laboratoriomme aikaisempiin raportteihin (Rohbanfard and Proteau, 2011; Andrieux and Proteau, 2013), jotka osoittavat, että sekoitettu havaintohoito, jossa tarkkailijat tietävät, kuka on asiantuntijamalli ja kuka on noviisimalli, suosii uuden suhteellisen ajoitusmallin oppimista paremmin kuin joko asiantuntija-tai noviisihavainto yksinään.

ennakkotieto siitä, että vähemmän kuin täydellinen demonstraatio näytetään, voi olla kriittinen, koska on raportoitu, että aloittelevat osallistujat, kuten tässä tutkimuksessa, eivät ole hyviä arvioimaan demonstraation laatua. Esimerkiksi Aglioti et al. (2008) oli noviisi ja asiantuntija koripalloilijat tarkkailla videoleikkeitä näytetään vapaaheitto laukausta, ja videoleikkeitä lopetettiin eri aikoina ennen tai heti sen jälkeen pallo julkaisu. Asiantuntija koripalloilijat ja valmentajat / erikoistuneet toimittajat olivat parempia ja nopeampia ennustamaan kohtalon laukaus (onnistunut tai ei) kuin noviisit (vastaavia tuloksia Katso myös Wright et al., 2010; Abreu ym., 2012; Tomeo et al., 2013; Balser et al., 2014; Candidi et al., 2014; Renden et al., 2014).

FW: n etu FB-protokollaan nähden on merkittävä, eikä vastaavaa havaintoa ole tiettävästi toistaiseksi raportoitu. Siksi tämän havainnon toistaminen vaikutti tärkeältä. Lisäksi pohdimme, tapahtuiko FW-protokollan hyväksi havaittu etu vasta vähäisen havainnoinnin jälkeen. Lopuksi olimme uteliaita näkemään, johtaisiko FW: n ja FB-protokollan vaihtaminen additiivisiin vaikutuksiin. Teimme kokeen 2 näiden kysymysten ratkaisemiseksi.

Koe 2

menetelmät

osallistujat

tähän kokeeseen ilmoittautuneet 60 osallistujaa tulivat samasta populaatiosta kuin kokeessa 1 (36 miestä ja 24 naista; keski-ikä = 22, 7 vuotta; SD = 4, 9 vuotta). Osallistujat olivat naiiveja tutkimuksen tarkoituksen suhteen, eikä heillä ollut aiempaa kokemusta tehtävästä. He täyttivät ja allekirjoittivat yksilöllisen suostumuksen lomakkeet ennen osallistumista. Université de Montréalin Terveystieteiden tutkimuseettinen komitea hyväksyi kokeen.

laite, tehtävä, kokeelliset vaiheet, menettely ja tietojen analysointi

käytimme samaa tehtävää, laitetta ja menettelyjä kuin kokeessa 1. Suurin ero nykyisen kokeen ja kokeen 1 välillä on, että osallistujat suorittivat kaksi hankintakertaa, mikä johti yhteensä viiteen kokeelliseen vaiheeseen: pre-test, acquisition 1, immediate retention test, acquisition 2 ja 24-h retention test.

osallistujat satunnaistettiin johonkin kolmesta ryhmästä, joista jokainen koostui 20 osallistujasta (8 naarasta ryhmää kohti): feedforward KR ja observation aikana sekä hankinta 1 ja 2 (FW1-2); feedforward observation ja KR aikana hankinta 1 mutta havainto ja palaute KR aikana hankinta 2 (FW/FB); sekä havainnointi-ja KR-palaute sekä hankinnan 1 että 2 aikana (FB1-2). Käytimme samaa videota ja malleja kuin kokeessa 1; kuitenkin videon esitysjärjestys oli erilainen hankinnassa 2 kuin hankinnassa 1. Kaikille osallistujille ilmoitettiin myös, että he suorittaisivat saman tehtävän jokaisen hankintavaiheen jälkeen, mutta ilman omaa suoritustaan koskevaa KR: ää.

käytimme samoja riippuvia muuttujia ja datan muunnosta kuin kokeessa 1. Kunkin riippuvan muuttujan osalta suoritimme kaksisuuntaisen anovan, joka erotti kolme ryhmää (FW1-2, FW/FB ja FB1-2) × kolme kokeellista vaihetta (esitesti, välitön retentio ja 24-h retentio). Kaikki merkittävät päävaikutukset ja yksinkertaiset päävaikutukset, joihin liittyi enemmän kuin kaksi keinoa, eriteltiin Bonferronin säätöä käyttäen. Kaikissa vertailuissa vaikutusta pidettiin merkittävänä, jos p < 0, 05. Osittainen eta-neliö (NP2) on kaikkien merkittävien vaikutusten ilmoitettu efektikoko (Cohen, 1988).

tulokset

Kokonaisliikunta-aika

ANOVA, joka laskettiin siirtoajalle |CE| (kuva 3), paljasti merkittäviä päävaikutuksia muuttujan ryhmälle F(2, 57) = 8, 13, p = 0, 001, np2 = 0, 22, ja vaihe, F(2, 114) = 21, 13, p < 0, 001, NP2 = 0, 27, samoin kuin merkittävä ryhmän × vaiheen vuorovaikutus, F(4, 114) = 2, 57, P = 0, 042, NP2 = 0, 08. Tämän yhteisvaikutuksen jakautuminen ei paljastanut merkittäviä ryhmäeroja esitestissä (F < 1). Välittömän retention testissä F(2, 57) = 10, 27, p < 0, 002, np2 = 0.27, FB1-2-ryhmällä oli huomattavasti suurempi | CE| kuin sekä FW1-2-että FW/FB-ryhmillä (p < 0, 001 molemmissa tapauksissa), jotka eivät poikenneet merkittävästi toisistaan (p>0, 20). 24-h retentiotestissä F(2, 57) = 3, 19, p = 0, 049, np2 = 0, 10, FW1-2-ryhmällä oli hieman pienempi |CE| kuin FB1-2-ryhmällä (p = 0, 079)3.

ve: stä laskettu ANOVA (ei näytetty) paljasti merkittäviä päävaikutuksia muuttujan ryhmälle F(2, 57) = 7, 82, p = 0, 001, np2 = 0, 21, ja vaiheelle F(2, 114) = 21, 10, p < 0, 001, np2 = 0, 27, sekä merkittävän ryhmän × vaiheen vuorovaikutuksen F(4, 114) = 4, 38, p = 0, 002, NP2 = 0, 13. Tämän yhteisvaikutuksen jakautumisessa ei havaittu merkittäviä ryhmäeroja ennen testiä (F < 1) eikä 24-h retentiotestissä, F(2, 57) = 1, 26, p>0, 20. Välittömässä retentiotestissä F(2, 57) = 10, 26, p < 0, 002, np2 = 0, 27, FB1-2-ryhmä (62.7 ms) oli huomattavasti suurempi VE kuin sekä FW1-2 (51, 1 ms) että FW/FB (53, 4 ms) – ryhmissä (p < 0, 001 molemmissa tapauksissa), jotka eivät poikenneet merkittävästi toisistaan (p>0, 20)4.

suhteellinen ajoitus

suhteellisen ajoituksen rmse: lle laskettu ANOVA paljasti merkittäviä päävaikutuksia muuttujan ryhmälle F(2, 57) = 4, 86, p = 0, 01, np2 = 0, 15 ja vaiheelle F(2, 114) = 78, 21, p < 0, 001, np2 = 0, 58. Ennen testiä suhteellisen ajoituksen RMSE oli huomattavasti suurempi kuin sekä välittömässä retentiotestissä että 24 tunnin retentiotestissä (p < 0.001 kummassakin tapauksessa; KS. Kuva 4, oikea paneeli), jotka eivät poikenneet merkittävästi toisistaan (p>0,20). Lopulta FW1-2-ja FW/FB-ryhmät olivat FB1-2-ryhmää parempia (p = 0, 01 ja p = 0, 07; KS.Kuva 4, vasen paneeli), mutta ne eivät poikenneet merkittävästi toisistaan (p>0, 20).

Keskustelu

odotetusti havaitun virheen väheneminen siirryttäessä ennen testiä retentiotesteihin tukee aiempia havaintoja, jotka osoittavat, että havainnointi auttaa oppimaan uuden suhteellisen ajoitusmallin (Blandin et al., 1999; Rohbanfard ja Proteau, 2011; Andrieux ja Proteau, 2013, 2014). Vielä tärkeämpää on, että kokeen 2 tulokset toistivat kokeen 1 tulokset siten, että FW1-2-ryhmä päihitti FB1-2-ryhmän. Tästä syystä voidaan turvallisesti päätellä, että oppiminen muuttamaan tehtävän rajoitteista luontaisesti syntyvää suhteellista ajoitusmallia uuteen, määrättyyn suhteelliseen ajoitukseen havainnon avulla on suotavaa, kun mallin suorituskyvystä tiedotetaan ennen havainnon tekemistä eikä sen jälkeen. Lopuksi tulokset osoittivat myös, että se, mitä on opittu FB-protokollassa, ei täsmää siihen, mitä voidaan oppia FW-protokollassa.

Yleinen keskustelu

tämän tutkimuksen päätavoitteena oli määrittää, milloin havainnointiprotokollassa olisi annettava mallin suorituskykyä koskeva KR-merkintä, ts.ennen kutakin demonstraatiota tai sen jälkeen. Tämän tutkimuksen kahden kokeen tulokset osoittivat selvästi, että mallin suorituskyvystä tiedottaminen ennen jokaista näytöstä edisti uuden suhteellisen ajoitusmallin oppimista paremmin kuin silloin, kun havainnoitsija sai tiedon mallin suorituskyvystä jokaisen näytöksen jälkeen. Lisäksi kokeen 2 tulokset viittaavat siihen, että FW: n etu FB-protokollaan nähden säilyi merkittävänä silloinkin, kun havaintokokeiden määrä kaksinkertaistettiin. Tämän viimeisen kohdan osalta emme väitä, että FW-protokollaa olisi suosittava kaikissa tapauksissa ja tarkkailijoiden kaiken tasoista asiantuntemusta käyttäen. Pikemminkin korostamme, että vaikutus on luotettava, kun otetaan huomioon aloittelevat tarkkailijat.

tuloksemme voivat osoittaa, että feedforward-havaintoprotokolla valmistaa tarkkailijaa ryhtymään erityisesti joko jäljitelmäprosesseihin, kun esitetään asiantuntija-tai edistyneempi suorituskyky, tai virheiden havaitsemisprosesseihin, kun esitetään aloittelija-tai aloittelijasuoritus. Tämä ajatus sopii hyvin aiempaan työhön Decety et al. (1997), jossa todettiin, että aivojen aktivaatiomallit toiminnan tarkkailun aikana riippuvat sekä vaaditun toimeenpanevan käsittelyn luonteesta että esitettyjen toimien ulkoisista ominaisuuksista. Erityisesti nämä kirjoittajat osoittivat, että aivojen eri alueet aktivoituvat, kun tarkkaillaan tunnistamista, mikä voisi olla tilanne, kun tarkkaillaan noviisimallia tai heikkoa tai keskivaikeaa suoritusta, ja kun tarkkaillaan jäljittelemistä, mikä on todennäköisesti totta, kun tarkkaillaan asiantuntijamallia.

vaihtoehtoinen selitys havainnoillemme voisi olla se, että FW-protokolla johtaa AON: n ”deaktivointiin”, kun osallistujille ilmoitettiin nimenomaisesti, että tästä seuraisi huono mielenosoitus. Esimerkiksi objektin nostotehtävässä on osoitettu, että transkraniaalisen magneettistimulaation (tms) kautta tapahtuva motorisen potentiaalin (MEP) modulaatio nostovaikutuksen havainnoinnin aikana skaalautuu ahne-ja nostovaikutuksen suorittamiseen tarvittavaan voimaan (Alaerts et al., 2010a). Osoitettiin myös, että kun visuaaliset vihjeet viittasivat siihen, että kappale oli painavampi kuin todellisuudessa oli, MEP-modulaatio riippui ensisijaisesti havaitusta kinemaattisesta profiilista eikä kohteen näennäisestä painosta (Alaerts et al., 2010b; Senot et al., 2011). Kuitenkin tutkimuksessa Senot et al. (2011), vääriä eksplisiittisiä tietoja esineen painosta annettiin yhdessä kokeellisessa tilassa. Tämä johti ristiriitaan ilmoitetun painon perusteella odotetun kinemaattisen profiilin ja tarttumis-ja nostovaikutuksen todellisen kinemaattisen profiilin välillä, mikä johti kortikospinaalisen järjestelmän yleiseen estoon.”Toisin sanoen ainakin osa AON: sta oli sammutettu. Siksi voi olla, että tutkimukseemme osallistuneet sammuttivat Aon: n, kun odotettiin mallin huonoa suorituskykyä, ja jättivät AON: n aktiiviseksi vain hyviin kokeisiin.

tätä väitettä on kuitenkin vaikea sovittaa yhteen laboratoriomme viimeaikaisten raporttien kanssa, jotka osoittavat, että sekä asiantuntijan että noviisimallin havainnointi johti parempaan uuden suhteellisen ajoitusmallin oppimiseen kuin pelkästään noviisimallin tai asiantuntijamallin havainnointi. Jos yksi voisi sammuttaa AON kun ilmoitetaan, että huono demonstraatio näytetään (eli, noviisi malli), niin oppiminen sekoitettu havaintoryhmä olisi täsmännyt eikä ylittänyt että asiantuntija tarkkailuryhmä. Pikemminkin palataksemme ensimmäiseen ehdotukseemme, ehdotamme, että FW-protokolla auttaa aloittelevia esiintyjiä havaitsemaan ja kvantifioimaan virheitä mallin suorituskyvyssä, mitä he yleensä tekevät huonosti (Aglioti et al., 2008; Wright et al., 2010; Abreu ym., 2012; Tomeo et al., 2013; Balser et al., 2014; Candidi et al., 2014; Renden et al., 2014). Mallin suorituskyvyn parempi havaitseminen ja kvantifiointi voi puolestaan suosia moottorinohjauksen käänteismallien (Jordan, 1996) ja eteenpäin suuntautuvien mallien (Wolpert ja Miall, 1996) kehitystä.

yhteenvetona voidaan todeta, että havainnointi on tehokas oppimisväline, joka on kenen tahansa käytettävissä ja vaatii vain minimaalisen laitteiston käytön. Nyt on hyvin osoitettu, että havainnoinnin hyödyt motorisen taidon suhteellisen ajoituksen (ts.tempon) muokkaamisessa paranevat, kun on käytettävissä erilaisia suorituksia aloittelevista asiantuntijoihin joko vaihtelevien tai sekamuotoisten havaintoaikataulujen avulla. Tämän tutkimuksen tulokset viittaavat siihen, että nämä hyödyt ovat optimaalisia, jos tarkkailija tietää etukäteen sen suorituksen laadun, jota hän aikoo tarkkailla ensimmäisen havaintokerran aikana. Tämä voisi olla erittäin tärkeää luokkahuoneessa, jossa opettaja/kouluttaja käyttäisi videon tarkkailuprotokollaa. Jos tarkkailijan tarkoituksena on esimerkiksi opetella jokin golfin keinun osa-alue, on todennäköistä, että lyönnin tulos (eli pallon lento) ei näy videolla. Tarkkailija ei siis pystyisi” arvailemaan ” mallin osaamista keinun tuloksesta ja, kuten tässä tutkimuksessa on osoitettu, oppimaan paremmin, jos hän saisi etukäteen tietoa siitä, minkä laadun hän aikoo havaita.

Tekijäosuudet

Kaikki luettelossa mainitut kirjailijat ovat antaneet merkittävän, suoran ja älyllisen panoksen teokseen ja hyväksyneet sen julkaistavaksi.

Rahoitus

tätä työtä tuki Kanadan Natural Sciences and Engineering Research Councilin myöntämä Discovery Grant (LP) (grant no. 111280-2013).

Eturistiriitalausunto

kirjoittajat toteavat, että tutkimus tehtiin ilman kaupallisia tai taloudellisia suhteita, joita voitaisiin pitää mahdollisena eturistiriitana.

alaviitteet