Effects of noise on performance and perceived annoyance in Stroop tasks
Notice bibliographique
Résumé
Psychoacoustic laboratory investigations of annoyance from prolonged exposure to environmental noise stimuli may require that subjects are engaged in a cognitive task while being exposed to the noise. This setup for collecting subjective annoyance represents a so-called unfocused listening experiment. Thereby, annoyance ratings would be collected after noise playback. Finding appropriate tasks, however, can be challenging. Firstly, doing a monotonous task for prolonged periods of time could be tiresome. Secondly, learning effects due to repetition(s) may bias the results. Hence, it is desirable to incorporate similar tasks of comparable difficulty, that can be used interchangeably, and the performance of which should not be affected by noise differently. The objective of the present study was to test whether different versions of the so-called Stroop task fulfill these requirements. In two pilot experiments, several variations of the Stroop task were tested regarding the two criteria of task similarity and comparable difficulty. Based on the results, two types of Stroop task were selected for the main experiment. Here, subjects were seated in a genuine office repurposed for this experiment, whilst performing the different versions of the Stroop task in three sound conditions: silence (<em>L</em><sub>Aeq</sub> = 26 dBA), low-level background sound of birds and vegetation (<em>L</em><sub>Aeq</sub> = 32 dBA), and road traffic noise superimposed on the mentioned background sound (<em>L</em><sub>Aeq</sub> = 45 dBA). Reaction times and error rates were measured. After the experiment, subjects were asked which sounds they found the least and the most annoying. Although no significant differences were found in Stroop task performance between the three sound conditions, annoyance judgements differed: road traffic noise was found to be more annoying than silence or background sound. We conclude that the chosen versions of the Stroop task are suitable for unfocused listening experiments on annoyance.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».