दृष्टिमोशन अनुकूलन कार्य में लचीला स्पष्ट लेकिन कठोर निहित सीखना

दृष्टिमोशन रोटेशन कार्य में प्रदर्शन के लिए यह विचार बढ़ता हुआ सबूत है कि इसे निहित और स्पष्ट दोनों प्रकार के सीखने द्वारा समर्थन किया जा सकता है। सीखने का निहित घटक पिछले प्रयोगों में अच्छी तरह से वर्णित किया गया है और इसे संवेदी-मोशन भविष्यवाणी त्रुटियों द्वारा संचालित आंतरिक मॉडल के अनुकूलन से उत्पन्न होने का विचार किया जाता है। हालांकि, स्पष्ट सीखने की भूमिका कम स्पष्ट है, और स्पष्ट घटक के विवरण का लक्ष्य रखने वाले पिछले अन्वेषणों ने द्वि-कार्य संचालन, पोस्ट परीक्षण, और वर्णनात्मक गणनात्मक मॉडलों जैसे अप्रत्यक्ष मापों पर निर्भर किया है। इस समस्या को संबोधित करने के लिए, हमने प्रतिभागियों को प्रत्येक परीक्षण पर उनके इरादित लक्ष्यीकरण दिशा को वर्बली रिपोर्ट करने का एक नया तरीका विकसित किया। जबकि इस तरीके का उपयोग करने वाले हमारे पिछले शोध ने प्रशिक्षित करने के दौरान स्पष्ट सीखने को मापने की संभावना को प्रदर्शित किया है, इसे दृष्टिमोशन रोटेशन कार्यों के लिए सामान्य संचालन की सीमित सीमा में ही परखा गया था। वर्तमान अध्ययन में, हम स्पष्ट और निहित सीखने को कार्य की स्थितियों की एक विस्तृत श्रृंखला में बेहतर रूप से वर्णित करने का प्रयास कर रहे थे। हमने परीक्षण किया कि कैसे स्पष्ट और निहित सीखना उन विशेष दृश्य स्थलों के कार्य के अनुसार कैसे बदलता है जो स्पष्ट सीखने की जांच के लिए उपयोग किए जाते हैं, प्रशिक्षण लक्ष्यों की संख्या, और रोटेशन का आकार। हमने पाया कि स्पष्ट सीखना आश्चर्यजनक रूप से लचीला था, कार्य की मांगों का उचित रूप से प्रतिक्रिया करते हुए। इसके विपरीत, निहित सीखना विशेष रूप से कठोर था, प्रत्येक कार्य स्थिति समान मात्रा में निहित सीखने का परिणाम देती थी। ये परिणाम संकेत करते हैं कि स्पष्ट सीखना मोटर सीखने का एक मौलिक घटक है और इसे पिछले दृष्टिमोशन कार्यों में नजरअंदाज किया गया है या भ्रामक समझा गया है।