MétaCan
Menu
Retour à la cohorte
Enregistrement W3000598777 · doi:10.1016/j.mex.2020.100790

A method for comparing perceptual distances and areas with multidimensional scaling

2020· article· en· W3000598777 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMethodsX · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaIrish Research Council for the Humanities and Social Sciences
Mots-clésMultidimensional scalingStatistical powerScalingComputer scienceMultidimensional analysisPerceptionStatistical inferenceObject (grammar)Variance (accounting)Statistical modelSpace (punctuation)Pattern recognition (psychology)Statistical analysisArtificial intelligenceStatisticsScatter plotMathematicsMachine learningPsychology

Résumé

récupéré en direct d'OpenAlex

This paper presents a method for adding additional statistical comparisons to multidimensional scaling (MDS). The object of study in our work is perceptual distances between speech sound categories. Typically, MDS solutions do not receive inferential statistical treatment and their visualizations present average results across numerous participants. This is problematic because it ignores inter-participant variation. To account for this variance, we have devised a simple technique for adding statistical power to the traditional MDS solution so that the distances between objects and the areas occupied by groups of objects can be compared more reliably than visual inspection of an MDS plot. We provide a method for comparing distances between two objects and for comparing the area of three or more objects. This method can be paired with varying statistical analysis to suit the researcher's needs. •Adds statistical power to multidimensional scaling.•Compares distances between segments.•Compares dispersion of groups of objects in multidimensional space.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,059
Tête enseignante GPT0,332
Écart entre enseignants0,272 · 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