WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Apprentissage implicite de régularités: Mise en évidence d'une différence d'apprentissage entre tâches motrices continues et discrètes

( Télécharger le fichier original )
par Stéphanie Chambaron Ginhac
Université de Bourgogne - Doctorat 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.7 Conclusion sur la deuxième partie

L'objectif des travaux présentés dans ce chapitre était de mettre en évidence l'existence d'un apprentissage implicite d'une séquence répétée dans le cadre d'une tâche de poursuite continue. Pour ce faire, nous nous sommes basés sur les études de Wulf et collaborateurs, ce

qui nous a permis de réaliser deux séries d'expériences. Notre première série d'expériences reprend la même procédure que celle employée par Shea & al mais en utilisant un segment répété propre à chaque sujet. La deuxième expérience utilise un unique segment répété identique à celui employée dans la plupart des travaux de Wulf et collaborateurs.

Dans les expériences 1, 2 et 3, nous avons échoué à obtenir un apprentissage du segment répété. A l'opposé, les résultats de l'expérience 4 sont similaires à ceux obtenus par Wulf et collaborateurs. Toutefois, il ne s'agit pas de conclure à l'existence d'un apprentissage, puisque de tels résultats peuvent s'expliquer par le fait que le segment répété utilisé est plus facile à pister que les autres segments aléatoires.

Au final, notre réanalyse des travaux portant sur l'apprentissage moteur implicite a des implications plus larges. En effet, il ne s'agit pas seulement de dire que l'apprentissage dans

les tâches de poursuite continue est difficile, voire impossible à obtenir. Il faut se demander comment délimiter les situations dans lesquelles l'apprentissage est possible de celles dans lesquelles l'apprentissage ne l'est pas. Malgré un parallèle étroit qui peut être fait entre les tâches de poursuite continue et les tâches discrètes de temps de réaction sériel (TRS) (Rosenbaum & al, 2001), il semble que tirer avantage de la répétition d'un segment dans une tâche de poursuite continue soit considérablement plus difficile que de tirer avantage de la répétition de ce segment dans les tâches de TRS. Comment expliquer une telle différence d'apprentissage entre ces deux situations ? C'est justement la réponse que vont essayer d'apporter les expériences réalisées dans le chapitre suivant.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon