Neural Activations Associated With Friction Stimulation on Touch-Screen Devices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tactile sensation largely influences human perception, for instance when using a mobile device or a touch screen. Active touch, which involves tactile and proprioceptive sensing under the control of movement, is the dominant tactile exploration mechanism compared to passive touch (being touched). This paper investigates the role of friction stimulation objectively and quantitatively in active touch tasks, in a real human-computer interaction on a touch-screen device. In this study, 24 participants completed an active touch task involved stroking the virtual strings of a guitar on a touch-screen device while recording the electroencephalography (EEG) signal. Statistically significant differences in beta and gamma oscillations in the middle frontal and parietal areas at the late period of the active touch task are found. Furthermore, stronger beta event-related desynchronization (ERD) and rebound in the presence of friction stimulation in the contralateral parietal area are observed. However, in the ipsilateral parietal area, there is a difference in beta oscillation only at the late period of the motor task. As for implicit emotion communication, a significant increase in emotional responses for valence, arousal, dominance, and satisfaction is observed when the friction stimulation is applied. It is argued that the friction stimulation felt by the participants' fingertip in a touch-screen device further induces cognitive processing compared to the case when no friction stimulation is applied. This study provides objective and quantitative evidence that friction stimulation is able to affect the bottom-up sensation and cognitive processing.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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