MétaCan
Menu
Retour à la cohorte
Enregistrement W2139923019 · doi:10.1080/1357650x.2014.953956

Perceptual asymmetries in a time estimation task with emotional sounds

2014· article· en· W2139923019 sur OpenAlexaff
Daniel Voyer, Emily Reuangrith

Notice bibliographique

RevueLaterality Asymmetries of Body Brain and Cognition · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésAngerHappinessPsychologyBisectionTime perceptionTone (literature)PerceptionAudiologyTask (project management)Interval (graph theory)Cognitive psychologyMathematicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

Four experiments investigated potential interactions between emotional content and perceptual asymmetries in the estimation of short time intervals. In all experiments, the word "bower" was presented monaurally to the left or right ear in an emotional tone and participants performed a temporal bisection task. In Experiment 1, angry and neutral stimuli ranged in duration from 260 to 440 ms (in steps of 20 ms) whereas in Experiments 2-4, durations ranged from 260 to 480 ms (in steps of 20 ms). In Experiment 3, the emotional tone of happiness replaced anger. In Experiment 4, anger and happiness were used as stimuli. In all experiments, results showed a larger bisection point for the right compared to the left ear. In addition, in all experiments, the constant error was farther away from zero for the right than for the left ear. The bisection point was also longer for the angry (Experiments 1 and 2) or happy (Experiment 3) than for the neutral emotional tone. Finally, happiness produced a shorter bisection point than anger in Experiment 4. Results are discussed in terms of their implications for time perception mechanisms and their potential cerebral representation.

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)0,018
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaterality Asymmetries of Body Brain and CognitionMême sujetNeuroscience and Music PerceptionTravaux en français237 207