MétaCan
Menu
Retour à la cohorte
Enregistrement W1986646695 · doi:10.1121/1.2934630

The effect of postural information on the perceived velocity of moving sound sources

2008· article· en· W1986646695 sur OpenAlexaff
Shuichi Sakamoto, William L. Martens, Yôiti Suzuki

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAcousticsSound (geography)Stimulus (psychology)Magnitude (astronomy)AudiologyPsychologyComputer sciencePhysicsCognitive psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

In this study, the effect of postural information on the perceived velocity of moving sound sources was investigated. Auditory information was presented via five surround speakers and five subwoofers. Two sounds were presented first in front of participants, and then these moved past them toward the rear. At the same time, rearward pitch motion was presented via a motion platform on which participants were situated. Duration of stimulus was 8 s. Initial distance of sound sources was set to 2.0, 4.0, 6.0, 8.0 and 10.0 m. Amplitude of pitch variation was 0, 0.2, 0.4, 1.0 and 2.0 degrees. Participants made magnitude estimates for speed of moving sound images, and judgment of goodness of movement matching between both auditory and postural information. The resulting speed magnitude estimates showed that pivot magnitude significantly affected the estimated velocity of sound sources except when velocity of sound sources was extremely high. Moreover, participants judged the multimodal match to be poor when the velocity of the moving sound sources was extremely high or low. These results suggest that the strongest multimodal interaction occurs when auditory information and postural variation are well matched, and are consistent with self motion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,293
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMultisensory perception and integrationTravaux en français237 207