كشف التصرف الزمني (TAD) هو مهمة مهمة ولكنها صعبة في فهم الفيديو. يهدف إلى التنبؤ في نفس الوقت بملصق المعنى وفترة الزمن الخاصة بكل مثال تصرف في فيديو غير مُعَدّل. بدلاً من التعلم من النهاية إلى النهاية، تعتمد معظم الطرق الحالية على نموذج التعلم فقط من الرأس، حيث يتم تدريب مُشفّر الفيديو مسبقًا لتصنيف التصرفات، ويتم تحسين الرأس فقط المُرتبط بهذا المُشفّر لمهام كشف التصرف الزمني. لم تُجرَ تقييمات منهجية فعالة للتعلم من النهاية إلى النهاية. بالإضافة إلى ذلك، يفتقر البحث إلى دراسة عميقة لعلاقة التنازل بين الكفاءة والدقة في تطبيقات TAD من النهاية إلى النهاية. في هذا البحث، نقدم دراسة تجريبية للكشف الزمني من النهاية إلى النهاية. نؤكد الميزة التي يوفرها التعلم من النهاية إلى النهاية مقارنةً بالتعلم من الرأس فقط، ونلاحظ تحسّنًا في الأداء يصل إلى 11٪. علاوةً على ذلك، ندرس تأثير خيارات التصميم المتعددة التي تؤثر على أداء وسرعة TAD، بما في ذلك الرأس المُستخدم للكشف، ومُشفّر الفيديو، ودقة الفيديوهات المدخلة. استنادًا إلى هذه النتائج، نُنشئ كاشفًا أساسيًا متوسط الدقة، الذي يحقق أفضل أداء حاليًا بين الطرق التي تعتمد التعلم من النهاية إلى النهاية، مع سرعة تشغيل تفوق 4 أضعاف. نأمل أن يُشكّل هذا البحث دليلاً لتطوير التعلم من النهاية إلى النهاية، ويشجّع الأبحاث المستقبلية في هذا المجال. الكود والنموذج متاحان على الرابط: \url{https://github.com/xlliu7/E2E-TAD}.