MétaCan
Menu
Retour à la cohorte
Enregistrement W3205166523 · doi:10.1155/2021/4396401

Creating the Illusion of Sportiness: Evaluating Modified Throttle Mapping and Artificial Engine Sound for Electric Vehicles

2021· article· en· W3205166523 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Advanced Transportation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThrottleAutomotive engineeringIllusionSimulationComputer scienceElectric vehicleAccelerationBaseline (sea)Power (physics)EngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

Modern computerized vehicles offer the possibility of changing vehicle parameters with the aim of creating a novel driving experience, such as an increased feeling of sportiness. For example, electric vehicles can be designed to provide an artificial sound, and the throttle mapping can be adjusted to give drivers the illusion that they are driving a sports vehicle (i.e., without altering the vehicle’s performance envelope). However, a fundamental safety-related question is how drivers perceive and respond to vehicle parameter adjustments. As of today, human-subject research on throttle mapping is unavailable, whereas research on sound enhancement is mostly conducted in listening rooms, which provides no insight into how drivers respond to the auditory cues. This study investigated how perceived sportiness and driving behavior are affected by adjustments in vehicle sound and throttle mapping. Through a within-subject simulator-based experiment, we investigated (1) Modified Throttle Mapping (MTM), (2) Artificial Engine Sound (AES) via a virtually elevated rpm, and (3) MTM and AES combined, relative to (4) a Baseline condition and (5) a Sports car that offered increased engine power. Results showed that, compared to Baseline, AES and MTM-AES increased perceived sportiness and yielded a lower speed variability in curves. Furthermore, MTM and MTM-AES caused higher vehicle acceleration than Baseline during the first second of driving away from a standstill. Mean speed and comfort ratings were unaffected by MTM and AES. The highest sportiness ratings and fastest driving speeds were obtained for the Sports car. In conclusion, the sound enhancement not only increased the perception of sportiness but also improved drivers’ speed control performance, suggesting that sound is used by drivers as functional feedback. The fact that MTM did not affect the mean driving speed indicates that drivers adapted their “gain” to the new throttle mapping and were not susceptible to risk compensation.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,250 · 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