AB005. The effect of audio quality on eye movements in a video chat
Notice bibliographique
Résumé
Background: Difficulty in hearing can occur for numerous reasons across a variety of ages in humans. To overcome this, humans can employ a number of techniques to help improve their understanding of sound in other ways. One is to use vision, and attempt to lip-read in order to understand someone else in a face-to-face conversation. Audio-visual integration has a long history in perception (e.g., the McGurk Effect), and researchers have shown that older adults will look at the mouth region for additional information in noisy situations. However, this concept has not been explored in the context of social media. A common way to communicate virtually that simulates a live conversation is the concept of video chatting or conferencing. It is used for a variety of reasons including work, maintaining social interactions, and has started to be used in clinical settings. However, video chat session quality is often sub-optimal, and may contain degraded audio and/or decoupled audio and video. The goal of this study is to determine whether humans use the same visual compensation mechanism, lip reading, in a digital setting as they would in a face-to-face conversation. Methods: The participants (n=116, age 18 to 41) answered a demographics questionnaire including questions about their use of the video chatting software. Then, the participants viewed two videos of a video call: one with synchronized audio and video, and the other dyssynchronous (1 second delay). The order of video was randomized across participants. Binocular eye movements were monitored at 60 Hz using a Mirametrix S2 eye tracker connected to Ogama 5.0 ( http://www.ogama.net/ ). After each video, the participants answered questions about the call quality, and the content of the video. Results: There was no significant difference in the total dwell time at the eyes and the mouth of the speaker remained, t (116)=−1.574, P=0.059, d=−0.147, BF10 =0.643. However, using the heat maps generated by Ogama, we observed when viewing the poor-quality video, the participants looked more towards the mouth than the eyes of the speaker. It was found that as call quality decreased, the number of fixations increased from n=79.87 in the synchronous condition to n=113.4 in the asynchronous condition, and the median duration of each fixation decreased from 218.3 ms in the synchronous condition to 205ms in the asynchronous condition. Conclusions: The above results may indicate that humans employ similar compensation mechanisms in response to a decrease in auditory comprehension, given the tendency of participants looking towards the mouth of the speaker more. However, more study is needed because of the inconsistency in the results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| 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) | 0,016 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».