MétaCan
Menu
Retour à la cohorte
Enregistrement W2047571333 · doi:10.1121/1.3587911

The influence of concurrent working memory tasks on the visual contributions to speech.

2011· article· en· W2047571333 sur OpenAlexaff
Julie N. Buchan, Kevin G. Munhall

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPerceptComputer scienceTask (project management)Speech recognitionAsynchronous communicationPerceptionWorking memorySpeech perceptionMultisensory integrationCognitionCognitive psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Visual speech information can influence the perception of acoustic speech. In acoustically noisy environments, people can often understand more words correctly if they can see a talker as well as hear them. Additionally, conflicting visual speech information can influence the perception of acoustic speech (namely, the McGurk effect), causing a percept of a sound that was not present in actual acoustic speech. This auditory and visual speech information does not need to be perfectly synchronous in order to be integrated. Rather, there is a “synchrony window” over which this information can be integrated. The extent to which a distracting cognitive load task affects the influence of the visual speech is still not well understood. It is also unknown whether a distracting cognitive task has an influence on the integration of temporally asynchronous speech. A series of experiments using both speech-in-noise and McGurk tasks with concurrent working memory tasks was used to address this question. The temporal offset in some of the McGurk tasks was also manipulated. Overall, results suggest that while some interference of the cognitive task can be observed, this influence is quite small and does not have a substantial influence on the integration of asynchronous speech.

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)0,002
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,050
Tête enseignante GPT0,361
Écart entre enseignants0,311 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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