MétaCan
Menu
Retour à la cohorte
Enregistrement W2883828387

SpatGRIS/ServerGRIS, Creative tools for 2D and 3D sound spatialization

2018· article· en· W2883828387 sur OpenAlexaffabout
Robert Normandeau, Olivier Bélanger, Christophe Lengelé, Didier Ledoux

Notice bibliographique

RevueThe Journal of the Abraham Lincoln Association · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSpatializationPlug-inComputer scienceSound (geography)SoftwareMode (computer interface)Set (abstract data type)Computer graphics (images)Human–computer interactionAcousticsOperating systemArtProgramming language
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Groupe de Recherche en Immersion Spatiale (GRIS) is a research group based at Universite de Montreal. It has been involved in spatialization software development since 2009. SpatGRIS is a multichannel sound spatialization plugin available in Audio Unit (Mac) and VST formats (Mac and Windows). This free and open-source plugin allows movement of multiple sound sources on a variable set of speakers. Different modes of grouped movement and a trajectory system are provided for spatialization of mono, stereo and multichannel sources. The spatialization is made directly within the DAW without the need for external software. SpatGRIS has also a mode called OSC Spatialization. In this mode, the audio is not spatialized within SpatGRIS but externally by the ServerGRIS. In this case, SpatGRIS sends only Open Sound Control (OSC) data to the Server to place the sounds in a set of speakers. The sound itself is sent from the DAW to the Server via JackRouter.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,434
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Abraham Lincoln AssociationMême sujetMusic Technology and Sound StudiesTravaux en français237 207