.png){kind=icon}
返回
Using a Screen-Based Task to Explore Expertise-Based Differences in Green Reading
.png){kind=icon}
PRE
AI
DOI：10.1177/00315125261439030.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景：读果岭是高尔夫推杆的关键技能。目的：本研究探讨了不同技能水平的高尔夫球手如何通过解读静态2D图像和视频来预测球的滚动轨迹和推杆结果。方法：80名不同技能水平的参与者（每轮平均推杆次数范围为29至54次，平均为40.8次）完成了一项基于屏幕的任务。首先，向参与者展示一系列两次推杆的静态图像。参与者首先提供初步解读，然后从最多六个不同视角查看后确认或修改其决定，最后观看职业选手执行推杆的视频后再次确认或修改解读。参与者还完成了两项额外的视频任务，首先观看六段被遮挡的推杆视频，判断球是否进洞或偏离。第二项任务包含三段独立的推杆视频，参与者从三个摄像机角度（后方、侧面和侧后方延迟）观看每个推杆，并被要求识别解读。结果：高尔夫球手通过视频预测解读的准确性高于通过2D静态图像。技能水平较高的球手能从额外的视觉信息或视频中获得更大益处，其预测结果优于技能水平较低的球手。结论：这些发现突显了基于屏幕的读果岭技术的潜力与局限性。
Keyword:
golf putting
performance
expertise
perceptual-cognitive
training
期刊
P
IF:
1.8
论文数:
323
被引数:
7.1K
机构
查看更多机构
引用论文
暂无论文信息