Frontiers in Psychology

wprowadzenie

jesteś zapalonym golfistą i chcesz nauczyć się nowego ujęcia. Jak byś postąpiła? Istnieje duża szansa, że będziesz kogoś obserwować (na żywo, na wideo, na Youtube itp.) kto wie, jak wykonać ten strzał, a Ty postarasz się zrozumieć, co robić i jak to zrobić. Badania wyraźnie wskazują, że ta strategia uczenia się jest skuteczna, ponieważ wykazano, że obserwacja Promuje uczenie się szerokiej gamy umiejętności motorycznych(patrz McCullagh et al., 1989; Hodges et al., 2007; Vogt and Thomaschke, 2007; Ste-Marie et al., 2012; Lago-Rodríguez et al., 2014, Dla recenzji na temat uczenia obserwacyjnego). Dzieje się tak dlatego, że obserwacja ma wiele wspólnego z praktyką fizyczną, która jest pierwszym wyznacznikiem uczenia się umiejętności motorycznych. W szczególności wykazano, że zmienne, takie jak ilość praktyki (Carroll and Bandura, 1990; Blandin, 1994), the frequency of knowledge of results (, Badets and Blandin, 2004, 2005; Badets et al., 2006) oraz harmonogram praktyk (Blandin et al., 1994; Wright et al., 1997), wpływają na uczenie się poprzez praktykę obserwacyjną i praktykę fizyczną w podobny sposób. Dane te doprowadziły do wniosku, że obserwacja i praktyka fizyczna wykorzystują bardzo podobne procesy. Propozycja ta jest poparta wynikami badań neuroobrazowania, które wykazały, że zespół struktur nerwowych (w tym kora przedmotorowa, dolny płat ciemieniowy, górny bruzda skroniowa, dodatkowy obszar ruchowy, zakręt kręgowy i móżdżek), zwany także „siecią obserwacji akcji” (AON) (Kilner et al., 2009; Oosterhof et al., 2010), jest aktywowany zarówno wtedy, gdy osoby wykonują dane zadanie motoryczne, jak i wtedy, gdy obserwują innych wykonujących to samo zadanie motoryczne (Grafton et al., 1997; Buccino et al., 2001; Gallese et al., 2002; Cisek i Kalaska, 2004; Frey and Gerry, 2006; Cross et al., 2009; Dushanova and Donoghue, 2010; Rizzolatti and Fogassi, 2014; Rizzolatti et al., 2014).

obserwacja sprzyja uczeniu się umiejętności motorycznych, ale kogo należy obserwować, aby nauczyć się nowego golfa? Ekspert, który opanuje strzał prawdopodobnie pomoże Ci rozwinąć odniesienie do tego, co i jak to zrobić, ale czy powinieneś obserwować kogoś takiego jak ty, kto uczy się tego strzału i prawdopodobnie daje większą szansę wykrycia i uczenia się na błędach lub zmianach w strategii? Badania wykazały, że obserwując zarówno wykwalifikowanego modelu (Martens et al., 1976; McCullagh et al., 1989; Lee et al., 1994; Al-Abood et al., 2001; Heyes and Foster, 2002; Hodges et al., 2003; Bird and Heyes, 2005) i model początkujący prowadzi do znaczącej nauki (Lee And White, 1990; McCullagh and Caird, 1990; Pollock and Lee, 1992; McCullagh and Meyer, 1997; Black and Wright, 2000; Buchanan et al., 2008; Buchanan and Dean, 2010; Hayes et al., 2010). Jednak ostatnie wyniki z naszego laboratorium wykazały, że obserwacyjne uczenie się nowych umiejętności motorycznych poprawia się po obserwacji zarówno modeli początkujących, jak i eksperckich, a nie samego modelu początkującego lub eksperckiego (Rohbanfard and Proteau, 2011; Andrieux and Proteau, 2013, 2014). Wierzymy, że ten” zmienny ” format obserwacji prowadzi nie tylko do rozwoju dobrej reprezentacji ruchu (obserwacja ekspercka), ale także do rozwoju wydajnych procesów wykrywania i korekcji błędów (obserwacja nowicjusza).

w niniejszym opracowaniu kwestia zainteresowania jest prosta, ale ważna. Podczas korzystania ze zmiennego harmonogramu obserwacji, czy nauka będzie lepsza, gdy obserwatorzy zostaną wcześniej poinformowani o „jakości” występu, który mają zobaczyć, czy będzie lepiej, gdy obserwatorzy zostaną pozostawieni do oceny występów przed otrzymaniem informacji zwrotnej. Informowanie obserwatorów o tym, co mają zamiar zobaczyć, może pozwolić im wybrać, czy będą obserwować, aby naśladować, czy raczej obserwować, aby wykryć błąd lub słabości w działaniu modelu, które mogą ułatwić rozwój tych procesów. Alternatywnie, gdy uczestnicy oceniają jakość wyników, którą zaobserwowali, może aktywować bardziej skomplikowane procesy poznawcze niż w przypadku przekazywania tych informacji do przodu (np. wykrywanie i rozpoznawanie błędów lub ocena alternatywnej strategii), co skutkuje lepszym poznaniem zadania.

zadanie, które wybraliśmy, wymagało od uczestników zmiany względnego wzorca czasowego, który naturalnie wyłonił się z ograniczeń zadania (Collier and Wright,1995; Blandin et al., 1999) do nowego, narzuconego wzorca względnego czasu. Jest to podobne do zmiany tempa podczas wykonywania serwa w tenisie lub jazdy w golfie (Rohbanfard and Proteau, 2011). Uczestnicy obserwowali dwa modele demonstrujące szeroki wachlarz występów. W jednej grupie obserwatorzy byli informowani przed każdym badaniem o poziomie jakości (ekspert, zaawansowany, średniozaawansowany, początkujący lub początkujący) tego, co mieli zobaczyć, podczas gdy druga grupa obserwatorów otrzymała te same informacje dopiero po zakończeniu każdego badania obserwacyjnego.

eksperyment 1

metody

uczestnicy

dziewięćdziesiąt praworęcznych STUDENTÓW (45 mężczyzn i 45 kobiet; średnia wieku = 20,5 roku; SD = 0,9 roku) z Departamentu kinésiologie na Université de Montréal wzięło udział w tym eksperymencie. Uczestnicy byli naiwni co do celu badania i nie mieli wcześniejszego doświadczenia z zadaniem, a wszyscy uczestnicy zostali zadeklarowani jako praworęczni. Żaden z uczestników nie zgłaszał zaburzeń neurologicznych, a wszyscy mieli normalne lub skorygowane do normalnego widzenie. Uczestnicy wypełnili i podpisali Indywidualne formularze zgody przed uczestnictwem. Komitet etyki badawczej Nauk o zdrowiu Université de Montréal zatwierdził ten eksperyment.

aparatura i zadanie

Aparatura była podobna do używanej przez Rohbanfarda i Proteau (2011). Jak pokazano na rysunku 1, składał się on z drewnianej podstawy (45 × 54 cm), trzech drewnianych barier (11 × 8 cm) i przycisku startowego osadzonego w celu (11 × 8 cm). Odległość między przyciskiem startu a pierwszą barierą wynosiła 15 cm. Odległości pozostałych trzech segmentów zadania wynosiły odpowiednio 32, 18 i 29 cm. Bariery zostały umieszczone prostopadle do drewnianej podstawy na początku każdej próby, dając zamknięty obwód mikroprzełącznika. Wszystkie mikroprzełączniki były podłączone do komputera przez port I / O konwertera A–D (National Instruments, Austin, Texas, USA), a milisekundowy zegar był używany do rejestrowania zarówno całkowitego czasu ruchu (TMT), jak i czasu wymaganego do wykonania każdego segmentu zadania (czasy pośrednie, ITs).

w przypadku prób fizycznych (patrz poniżej) uczestnicy siedzieli blisko pozycji wyjściowej przed aparatem. Następnie, z przycisku startowego, uczestnicy zostali poproszeni o sukcesywne strącanie pierwszej, drugiej i trzeciej bariery (zwalniając w ten sposób mikroprzełączniki) i wreszcie trafienie w cel ruchem zgodnym z ruchem wskazówek zegara, jak pokazano na rysunku 1. Każdy segment zadania musiał być wykonany w IT 300 ms, dla TMT 1200 ms. Wzór ruchu, ITs i TMT zostały zilustrowane na plakacie umieszczonym bezpośrednio przed aparatem podczas wszystkich faz eksperymentalnych.

fazy eksperymentalne i procedura

uczestnicy zostali losowo przydzieleni do jednej z trzech grup, z których każda składała się z 30 uczestników (15 kobiet w grupie): control (C), feedforward KR and observation (FW) oraz observation and feedback KR (FB). Wszystkie grupy przeprowadziły cztery fazy eksperymentalne, rozłożone na 2 kolejne dni.

wszyscy uczestnicy otrzymali ustne instrukcje dotyczące TMT i jego przed pierwszą fazą eksperymentalną. Pierwszą fazą eksperymentalną był pre-test, w którym wszyscy uczestnicy przeprowadzili 20 prób fizycznych bez znajomości wyników (kr) na TMT i ITs.

druga faza była fazą akwizycji i składała się z 60 prób obserwacyjnych dla uczestników dwóch grup obserwacyjnych (FW i FB). Uczestnicy indywidualnie oglądali prezentację wideo dwóch modeli fizycznie wykonujących zadanie eksperymentalne. Dla każdego badania obserwacyjnego kr dotyczące osiągów modelu (zarówno TMT, jak i ITs) przedstawiono w państwach członkowskich (zob. Rys. 1) przed demonstracją dla grupy FW lub po demonstracji dla grupy FB. Model 1: próby 1-5 i model 2: próby 6-10, i tak dalej), w sumie 30 prób przeprowadzonych przez jeden model i 30 prób przeprowadzonych przez drugi model. Zarówno dla grup FW, jak i FB, wybrano dwóch modeli, którzy uczestniczyli w poprzednich pracach z naszego laboratorium, ponieważ dla obu modeli mieliśmy sześć klipów wideo, które ilustrowały występy w każdej z pięciu podkategorii. Tak więc uczestnicy grup FW i FB nie mogli skojarzyć jednego konkretnego modelu z lepszym lub gorszym osiągnięciem. Wydajność eksperta odpowiadała średniemu błędowi kwadratowemu (RMSE; szczegóły obliczeń w sekcji Analiza danych) w zakresie od 0 do 15 ms; zaawansowany, średni, początkujący i początkujący osiągi odpowiadały odpowiednio 30-45 ms, 60-75 ms, 90-105 ms i 120+ ms. Uczestnicy grup FW i FB zostali poinformowani o osiągnięciach modelu w państwach członkowskich, a także o poziomie osiągów, do których się odnosił. Wyniki 30 prób każdego modelu (pięć poziomów wydajności × sześć powtórzeń) zostały randomizowane tak, że pięć poziomów wydajności zostały przedstawione raz w każdym zestawie pięciu prób. Aby uniknąć fizycznej imitacji sekwencji, która mogłaby zakłócać procesy obserwacyjne, poprosiliśmy uczestników grup FW i FB o trzymanie rąk na udach podczas fazy akwizycji i nie odtwarzanie ruchów podczas oglądania modelu(modeli). Głównym zadaniem Eksperymentatora było upewnienie się, że uczestnicy zastosowali się do tych instrukcji. Jawne zachowanie uczestników sugeruje, że tak było. Wreszcie uczestnicy grupy kontrolnej nie ćwiczyli fizycznie ani nie obserwowali niczego podczas tej fazy. Zamiast tego czytają dostarczoną gazetę lub czasopismo na ten sam czas, co obserwacja dla innych grup (około 10 minut).

trzecią i czwartą fazą eksperymentalną były 10-minutowe i 24-godzinne fazy retencji. W każdej fazie wszyscy uczestnicy fizycznie wykonali 20 prób bez KR. Uczestnicy zostali poproszeni o ukończenie każdego segmentu zadania w 300 ms, dla TMT 1200 ms.

Analiza danych

dane z testu wstępnego i dwóch faz retencji zostały przegrupowane w bloki po pięć prób. Dla każdego kolejnego bloku pięciu prób (tj., próby 1-5, 6-10 itd.), obliczyliśmy wartość bezwzględną stałego błędu każdego uczestnika (/CE/, stały błąd wskazuje, czy uczestnik przekroczył lub przekroczył całkowity czas ruchu) i zmienny błąd całkowitego czasu ruchu (VE lub zmienność wewnątrz uczestnika) w celu określenia dokładności i spójności TMT, odpowiednio. Dla czasów pośrednich, obliczyliśmy RMSE, który wskazuje, jak bardzo każdy uczestnik odbiegał od zalecanego względnego wzorca czasowego w jednym wyniku. Dla każdego badania

gdzie ITi reprezentuje czas pośredni dla segmentu „i”, a target reprezentuje czas ruchu celu dla każdego segmentu zadania (tj. 300 ms).

ponieważ dane nie były normalnie dystrybuowane (rmse i dane czasu są dodatnio Przekrzywione), każda zmienna zależna została poddana transformacji logarytmicznej (ln). Przekształcone dane dla każdej zmiennej zależnej zostały niezależnie przekazane do kontrastującej z ANOVA trzech grup (C, FW i FB) × trzech faz (pre-test, retencja 10-min, retencja 24-h) × czterech bloków prób (1-5, 6-10, 11-15 i 16-20), z powtarzanymi pomiarami dwóch ostatnich czynników. Wszystkie istotne efekty główne i proste efekty główne obejmujące więcej niż dwa środki zostały podzielone za pomocą dostosowania Bonferroni. We wszystkich porównaniach wpływ uznano za istotny, jeśli p < 0, 05. Częściowy kwadrat eta (NP2) to wielkość efektu zgłoszona dla wszystkich istotnych efektów (Cohen, 1988).

wyniki

Całkowity czas ruchu

ANOVA obliczona na |CE| (Rysunek 2, górny panel) ujawniła znaczące główne efekty dla grupy zmiennych, F(2, 87) = 5,04, p = 0,08, np2 = 0,10 i fazy, F(2, 174) = 5,16, p = 0,007, np2 = 0,10 0,06, a także znaczące interakcje fazowe × Grupowe, f(4, 174) = 4,93, p = 0,001, NP2 = 0,10. Podział tej interakcji nie ujawnił żadnych istotnych różnic grupowych w badaniu wstępnym (f < 1). W 10-minutowym teście retencji, F(2, 87) = 10,12, p < 0,001, NP2 = 0,19, porównania post-hoc wykazały, że grupa kontrolna miała znacznie większy | CE| niż zarówno Grupa FW, jak i GRUPA FB (p < 0,05 w obu przypadkach), które nie różniły się znacząco od siebie (p = 0,19). W 24-godzinnym teście retencji, F (2, 87) = 4,34, p = 0,016, np2 = 0,09, Grupa FW miała znacznie mniejszy |CE| niż grupa kontrolna (p = 0,012) 1.

ANOVA obliczona na VE (Nie pokazana) wykazała znaczące główne efekty dla fazy zmiennej, F(2, 174) = 13, 12, p < 0, 001, NP2 = 0, 13 i bloku, F(3, 261) = 48, 79, p < 0, 001, NP2 = 0, 36. Post-hoc porównania efektu fazowego wykazały większą VE całkowitego czasu w teście wstępnym niż zarówno w 10-minutowych, jak i 24-godzinnych testach retencji (p < 0.002 w obu przypadkach), które nie różniły się znacząco od siebie (p = 0,68). Główny efekt bloku wynikał ze znacznie większego VE całkowitego czasu dla pierwszego niż dla trzech pozostałych bloków badań (p < 0, 001 we wszystkich przypadkach), które nie różniły się znacząco od siebie (P>0, 05 we wszystkich przypadkach).

względny czas

ANOVA obliczona na RMSE względnego czasu ujawniła znaczące główne efekty dla grupy zmiennych, F(2, 87) = 21,49, p < 0,001, NP2 = 0,33, phase, F(2, 174) = 39,98, p < 0,001, np2 = 0.31 i block, F(3, 261) = 14, 77, p < 0, 001, np2 = 0, 14, a także znaczące interakcje fazowe × grupowe, F(4, 174) = 12, 81, p < 0, 001, np2 = 0, 23. Główny efekt bloku wynikał ze znacznie większego RMSE względnego czasu dla pierwszego niż dla trzech pozostałych bloków badań (p < 0, 001 we wszystkich przypadkach), które nie różniły się znacząco od siebie (P>0, 3 we wszystkich przypadkach). Co ciekawsze, podział interakcji fazy × grupy (Rysunek 2, dolny panel) nie ujawnił żadnych znaczących różnic grupowych w badaniu wstępnym (f < 1). W 10-minutowych testach f(2, 87) = 14,85, p < 0,001, np2 = 0,34 i 24-h testach retencji, F(2, 87) = 23,23, p < 0,001, np2 = 0,35, chociaż Grupa FB znacznie przewyższała grupę kontrolną (p = 0,001 w obu przypadkach), Grupa FB z kolei znacznie przewyższała w grupie FW (odpowiednio p = 0,001 i p = 0,02)2.

dyskusja

niniejszy eksperyment został zaprojektowany w celu poszerzenia naszej wiedzy na temat warunków obserwacji, które optymalizują uczenie się nowego względnego wzorca czasowego. W tej sytuacji uczenia się dwie grupy obserwacyjne, które obserwowały różne demonstracje, zostały dostarczone kr przed lub po każdej próbie podczas fazy akwizycji. W szczególności chcieliśmy ocenić, czy nauka zostanie wzmocniona, gdy uczniowie poznają „jakość” lub cechy demonstracji, zanim ją zaobserwują. Wyniki są proste.

po pierwsze, jak pokazano na fig. 2, zarówno Grupa FW, jak i GRUPA FB osiągnęły lepsze wyniki niż grupa kontrolna w testach retencji. Było to prawdą w przypadku nauki zarówno TMT, jak i względnego czasu. Ten oczekiwany wynik potwierdza wcześniejsze ustalenia, które wskazywały, że obserwacja pozwala nauczyć się nowych umiejętności motorycznych(patrz McCullagh et al., 1989; Hodges et al., 2007; Vogt and Thomaschke, 2007; Ste-Marie et al., 2012; Lago-Rodríguez et al., 2014, Dla recenzji na temat uczenia obserwacyjnego), a zwłaszcza nowy względny wzorzec czasu (Rohbanfard and Proteau, 2011; Andrieux and Proteau, 2013, 2014).

najważniejszym odkryciem niniejszego badania jest to, że Grupa FB była lepsza od grupy FW w testach retencji. Chociaż obie grupy obserwowały te same demonstracje, wyniki ujawniły, że uczenie się jest zoptymalizowane, gdy otrzymuje się zaawansowaną wiedzę na temat jakości lub cech demonstracji, której świadkiem był. To odkrycie dobrze pasuje do poprzednich raportów z naszego laboratorium (Rohbanfard and Proteau, 2011; Andrieux and Proteau, 2013) pokazujących, że mieszany schemat obserwacji, w którym obserwatorzy wiedzą, kto jest modelem eksperckim, a kto modelem początkującym, sprzyja nauce nowego względnego wzorca czasowego lepiej niż sama obserwacja ekspercka lub początkująca.

posiadanie zaawansowanej wiedzy, że zostanie pokazana mniej niż doskonała demonstracja, może być krytyczne, biorąc pod uwagę, że doniesiono, że początkujący uczestnicy, tacy jak w niniejszym badaniu, nie są dobrzy w ocenie jakości demonstracji. Na przykład Aglioti et al. (2008) miał początkujących i doświadczonych koszykarzy obserwować Klipy wideo pokazujące rzuty wolne, a Klipy wideo zostały zatrzymane w różnym czasie przed lub bezpośrednio po zwolnieniu piłki. Doświadczeni koszykarze i trenerzy / wyspecjalizowani dziennikarze byli lepsi i szybsi w przewidywaniu losu strzału (udanego lub nie) niż nowicjusze (aby uzyskać podobne wyniki, patrz również Wright et al., 2010; Abreu et al., 2012; Tomeo et al., 2013; Balser et al., 2014; Candidi et al., 2014; Renden et al., 2014).

przewaga FW nad protokołem FB jest ważna i, o ile wiemy, do tej pory nie odnotowano podobnego odkrycia. Dlatego replikacja tego ustalenia okazała się istotna. Ponadto zastanawialiśmy się, czy korzyść odnotowana dla protokołu FW nastąpiła dopiero po ograniczonej ilości obserwacji. Na koniec byliśmy ciekawi, czy zmiana protokołu FW i FB spowoduje efekty addytywne. Przeprowadziliśmy eksperyment 2, aby odpowiedzieć na te pytania.

eksperyment 2

metody

uczestnicy

60 uczestników, którzy zgłosili się do tego eksperymentu, pochodziło z tej samej populacji, co eksperyment 1 (36 mężczyzn i 24 kobiety; średni wiek = 22,7 lat; SD = 4,9 lat). Uczestnicy byli naiwni co do celu tego badania i nie mieli wcześniejszego doświadczenia z zadaniem. Wypełnili i podpisali Indywidualne formularze zgody przed uczestnictwem. Komitet etyki badawczej Nauk o zdrowiu Université de Montréal zatwierdził ten eksperyment.

Aparatura, zadanie, fazy eksperymentalne, procedura i analiza danych

użyliśmy tego samego zadania, aparatury i procedur, co w eksperymencie 1. Główną różnicą między obecnym eksperymentem a eksperymentem 1 jest to, że uczestnicy przeprowadzili dwie sesje akwizycji, które doprowadziły do łącznie pięciu faz eksperymentalnych: test wstępny, akwizycja 1, natychmiastowy test retencji, akwizycja 2 i 24-godzinny test retencji.

uczestnicy zostali losowo przydzieleni do jednej z trzech grup, z których każda składała się z 20 uczestników( po 8 kobiet w grupie): feedforward KR i obserwacja podczas akwizycji 1 i 2 (FW1-2); feedforward obserwacja i KR podczas akwizycji 1, ale obserwacja i feedback kr podczas akwizycji 2 (FW/FB); oraz obserwacja i sprzężenie zwrotne KR podczas akwizycji 1 i 2 (FB1-2). Użyliśmy tego samego wideo i modeli, co w eksperymencie 1; jednak kolejność prezentacji wideo była inna w akwizycji 2 od tej w akwizycji 1. Wszyscy uczestnicy zostali również poinformowani, że wykonają to samo zadanie po każdej fazie przejęcia, ale bez KR dotyczących ich własnych wyników.

użyliśmy tych samych zmiennych zależnych i transformacji danych, co w eksperymencie 1. Dla każdej zmiennej zależnej przeprowadziliśmy dwukierunkową ANOVA, kontrastującą trzy grupy (FW1-2, FW/FB i FB1-2) × trzy fazy eksperymentalne (pre-test, natychmiastowa retencja i retencja 24-h). Wszystkie istotne efekty główne i proste efekty główne obejmujące więcej niż dwa środki zostały podzielone za pomocą dostosowania Bonferroni. We wszystkich porównaniach wpływ uznano za istotny, jeśli p < 0, 05. Częściowy kwadrat eta (NP2) to wielkość efektu zgłoszona dla wszystkich istotnych efektów (Cohen, 1988).

wyniki

Całkowity czas ruchu

ANOVA obliczona dla |CE| czasu ruchu (Rysunek 3) ujawniła znaczące główne efekty dla zmiennej grupy, F(2, 57) = 8,13, p = 0,001, np2 = 0,22 i fazy, F(2, 114) = 21,13, p < 0,001, NP2 = 0,27, a także znaczące interakcje Grupowe × fazowe, f(4, 114) = 2,57, P = 0,042, NP2 = 0,08. Podział tej interakcji nie ujawnił żadnych istotnych różnic grupowych w badaniu wstępnym (f < 1). W teście natychmiastowej retencji F (2, 57) = 10, 27, p < 0, 002, np2 = 0.27, Grupa FB1-2 miała znacznie większy | CE| niż zarówno Grupa FW1-2, jak i grupa FW/FB (p < 0,001 w obu przypadkach), które nie różniły się znacząco od siebie (p>0,20). W 24-godzinnym teście retencji, F (2, 57) = 3,19, p = 0,049, NP2 = 0,10, Grupa FW1-2 miała nieco mniejszy |CE| niż grupa FB1-2 (p = 0,079) 3.

ANOVA obliczona na VE (nie pokazano) ujawniła znaczące główne efekty dla zmiennej grupy, F(2, 57) = 7,82, p = 0,001, np2 = 0,21, i fazy, f(2, 114) = 21,10, p < 0,001, NP2 = 0,27, jak również znaczącej interakcji grupy × fazy, F(4, 114) = 4,38, p = 0,002, NP2 = 0,13. Podział tej interakcji nie ujawnił żadnych istotnych różnic grupowych w teście wstępnym (F < 1) i w teście retencji 24-godzinnej, F(2, 57) = 1, 26, p>0, 20. W teście natychmiastowej retencji F(2, 57) = 10, 26, p < 0, 002, NP2 = 0, 27, Grupa FB1-2 (62.7 ms) miały znacznie większe VE niż grupy FW1-2 (51,1 ms) i FW/FB (53,4 ms) (P < 0,001 w obu przypadkach), które nie różniły się znacząco od siebie (p>0,20)4.

względny czas

ANOVA obliczona dla rmse względnego czasu ujawniła znaczące główne efekty dla grupy zmiennych, F(2, 57) = 4,86, p = 0,01, np2 = 0,15 i fazy, F(2, 114) = 78,21, p < 0,001, np2 = 0,58. W teście wstępnym stwierdzono znacznie większy RMSE względnego czasu w porównaniu zarówno w teście zatrzymania natychmiastowego, jak i 24-godzinnego (p < 0.001 w obu przypadkach; patrz rysunek 4, prawy panel), które nie różniły się znacząco od siebie (p>0,20). Wreszcie, grupy FW1-2 i FW/FB przewyższały grupę FB1-2 (p = 0,01 I p = 0,07; patrz rysunek 4, lewy panel), ale nie różniły się znacząco od siebie (p>0,20).

dyskusja

zgodnie z oczekiwaniami spadek błędu odnotowany podczas przechodzenia z testu wstępnego do testów retencyjnych potwierdza wcześniejsze ustalenia wskazujące, że obserwacja pomaga w nauce nowego względnego wzorca czasowego (Blandin et al., 1999; Rohbanfard i Proteau, 2011; Andrieux i Proteau, 2013, 2014). Co ważniejsze, wyniki eksperymentu 2 powtórzyły wyniki eksperymentu 1, ponieważ grupa FW1-2 przewyższała grupę FB1-2. Dlatego można bezpiecznie stwierdzić, że nauka zmiany względnego wzorca czasowego, który naturalnie wyłania się z ograniczeń zadania do nowego, narzuconego względnego czasu poprzez obserwację, jest preferowana, gdy ktoś jest informowany o wydajności modelu przed, a nie po obserwacji. Wreszcie wyniki pokazały również, że to, czego nauczono się w protokole FB, nie sumuje się z tym, czego można się nauczyć w protokole FW.

Dyskusja ogólna

głównym celem niniejszego badania było określenie, kiedy w protokole obserwacji należy przedstawić kr dotyczące wydajności modelu, tj. przed lub po każdej demonstracji. Wyniki dwóch eksperymentów niniejszego badania wyraźnie wskazywały, że bycie poinformowanym o wydajności modelu przed każdą demonstracją sprzyjało nauce nowego względnego wzorca czasowego lepiej niż wtedy, gdy obserwator był informowany o wydajności modelu po każdej demonstracji. Ponadto wyniki eksperymentu 2 sugerują, że przewaga FW nad protokołem FB pozostała znacząca nawet wtedy, gdy liczba prób obserwacyjnych została podwojona. Jeśli chodzi o ten ostatni punkt, nie twierdzimy, że protokół FW powinien być faworyzowany we wszystkich przypadkach i przy wszystkich poziomach wiedzy obserwatorów. Raczej podkreślamy, że efekt jest wiarygodny, gdy rozważa się początkujących obserwatorów.

nasze wyniki mogą wskazywać, że protokół obserwacji feedforward przygotowuje obserwatora do zaangażowania się w konkretne procesy naśladowania, gdy pokazywana jest wydajność eksperta lub zaawansowana, lub w procesy wykrywania błędów, gdy prezentowana jest wydajność początkującego lub początkującego. Ten pomysł dobrze pasuje do poprzednich prac Decety et al. (1997), który stwierdził, że wzorce aktywacji mózgu podczas obserwacji działania zależą zarówno od Natury wymaganego przetwarzania wykonawczego, jak i zewnętrznych właściwości prezentowanego działania. W szczególności autorzy Ci wykazali, że różne obszary mózgu stają się bardziej aktywne, gdy obserwuje się rozpoznanie, co może mieć miejsce podczas obserwacji modelu początkującego lub słabego lub pośredniego działania, a gdy obserwuje się naśladowanie, co prawdopodobnie ma miejsce podczas obserwacji modelu eksperckiego.

alternatywnym wyjaśnieniem naszych ustaleń może być to, że protokół FW powoduje „dezaktywację” AON, gdy uczestnicy zostali wyraźnie poinformowani, że nastąpi słaba demonstracja. Na przykład w zadaniu podnoszenia obiektów wykazano, że modulacja potencjału wywołanego przez silnik (MEP) przez przezczaszkową stymulację magnetyczną (TMS) podczas obserwacji działania podnoszenia jest skalowana do siły wymaganej do wykonania działania chwytania i podnoszenia (Alaerts et al., 2010a). Wykazano również, że gdy wizualne sygnały sugerowały, że obiekt jest cięższy niż w rzeczywistości, modulacja MEP zależała przede wszystkim od obserwowanego profilu kinematycznego, a nie od pozornej wagi obiektu (Alaerts et al., 2010b; Senot et al., 2011). Jednak w badaniu przeprowadzonym przez Senot et al. (2011), nieprawdziwe jednoznaczne informacje dotyczące wagi obiektu dostarczono w jednym eksperymentalnym stanie. Spowodowało to konflikt między oczekiwanym profilem kinematycznym, biorąc pod uwagę zapowiedzianą masę ciała, a faktycznym profilem kinematycznym chwytania i podnoszenia, co doprowadziło do „ogólnego zahamowania układu kortykospinalnego.”Stwierdzono inaczej, przynajmniej część AON został wyłączony. Dlatego może być tak, że uczestnicy naszego badania wyłączyli AON, gdy oczekiwano słabej wydajności modelu, pozostawiając AON aktywny tylko na dobre próby.

ta propozycja jest jednak trudna do pogodzenia z ostatnimi doniesieniami z naszego laboratorium pokazującymi, że obserwacja zarówno modelu eksperckiego, jak i początkującego zaowocowała lepszym poznaniem nowego względnego wzorca czasowego niż obserwacja samego modelu początkującego lub modelu eksperckiego. Gdyby można było wyłączyć AON, gdy poinformowano, że zostanie pokazana słaba demonstracja (tj. model początkujący), wówczas nauka mieszanej grupy obserwacyjnej byłaby dopasowana i nie przewyższałaby grupy obserwacyjnej eksperta. Przeciwnie, wracając do naszej pierwszej propozycji, sugerujemy, że protokół FW pomaga początkującym wykonawcom wykrywać i kwantyfikować błędy w wydajności modelu, co zwykle robią źle (Aglioti et al., 2008; Wright et al., 2010; Abreu et al., 2012; Tomeo et al., 2013; Balser et al., 2014; Candidi et al., 2014; Renden et al., 2014). Z kolei lepsze wykrywanie i kwantyfikacja wydajności modelu może sprzyjać rozwojowi modeli odwrotnych (Jordan, 1996) i wyprzedzających (Wolpert i Miall, 1996) sterowania silnikiem.

podsumowując, obserwacja jest potężnym narzędziem uczenia się, które jest dostępne dla każdego i wymaga tylko minimalnego sprzętu do użycia. Obecnie dobrze wykazano, że korzyści z obserwacji w celu modyfikacji względnego czasu (tj. tempa) umiejętności motorycznych są zwiększane, gdy ma się dostęp do różnych występów, od nowicjuszy po ekspertów, poprzez zmienne lub mieszane harmonogramy obserwacji. Wyniki niniejszego badania sugerują, że korzyści te są zoptymalizowane, jeśli obserwator zna wcześniej jakość wykonania, które ma obserwować podczas pierwszej sesji obserwacyjnej. Może to być bardzo ważne w kontekście klasy, w której nauczyciel/trener korzystałby z protokołu obserwacji wideo. Na przykład, jeśli intencją obserwatora jest poznanie konkretnego aspektu swingu golfowego, jest prawdopodobne, że wynik swingu (tj. lot piłki) nie zostanie pokazany na filmie. Dlatego obserwator nie byłby w stanie „odgadnąć” ekspertyzy modelu z wyniku huśtawki i, jak pokazaliśmy w niniejszym badaniu, dowiedzieć się lepiej, jeśli został wcześniej poinformowany o jakości tego, co ma obserwować.

wkład autora

wszyscy autorzy wymienieni, wnieśli znaczący, bezpośredni i intelektualny wkład w pracę i zatwierdzili ją do publikacji.

finansowanie

ta praca była wspierana przez Discovery Grant (LP) dostarczony przez Natural Sciences and Engineering Research Council of Canada (grant no. 111280-2013).

Oświadczenie o konflikcie interesów

autorzy oświadczają, że badanie zostało przeprowadzone przy braku jakichkolwiek relacji handlowych lub finansowych, które mogłyby być interpretowane jako potencjalny konflikt interesów.

Przypisy