MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281566268 · doi:10.3389/fpsyg.2022.873517

Vinyl as Fine Wine: The Role of Expectation on the Perception of Music Format

2022· article· en· W4281566268 sur OpenAlexaff
Rickard Enstroem, Rodney Schmaltz

Notice bibliographique

RevueFrontiers in Psychology · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésSound qualityActive listeningDigital audioQuality (philosophy)PerceptionPsychologyMusicalComputer scienceSpeech recognitionAdvertisingCommunicationVisual artsArtBusinessAudio signalSpeech coding

Résumé

récupéré en direct d'OpenAlex

While vinyl, compact discs, and even eight-track tapes were traditionally promoted to consumers as producing superior sound, the introduction of compressed digital music, such as mp3s, was markedly different. Initially, one of the primary selling features of digital music was convenience and portability rather than sound quality. Recently, vinyl music sales have experienced a substantial resurgence. Waveforms from vinyl represent recorded music more accurately than compressed digital formats and have the potential to produce better sound. Even so, most music listeners do not reliably listen to music on audiophile quality high-end equipment. For this reason, we believe one aspect of vinyl sales is the expectation that vinyl quality is superior. In this study, we sought to isolate the contribution of expectation to perceived sound quality. Participants were asked to listen to a selection of music on either vinyl or mp3. Some participants were told that they were listening to vinyl when the musical selection was an mp3, while others were told they were listening to an mp3 while actually listening to vinyl. A multivariate analysis through a Canonical Correlation Analysis established that expectation of music format quality drove post-listening evaluations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,294
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Psychology→Même sujetNeuroscience and Music Perception→Travaux en français237 207→