Undetectable very-low frequency sound increases dancing at a live concert
Notice bibliographique
Résumé
Does low frequency sound (bass) make people dance more? Music that makes people want to move tends to have more low frequency sound, and bass instruments typically provide the musical pulse that people dance to1. Low pitches confer advantages in perception and movement timing, and elicit stronger neural responses for timing compared to high pitches2, suggesting superior sensorimotor communication. Low frequency sound is processed via vibrotactile3 and vestibular4 (in addition to auditory) pathways, and stimulation of these non-auditory modalities in the context of music can increase ratings of groove (the pleasurable urge to move to music)3, and modulate musical rhythm perception4. Anecdotal accounts describe intense physical and psychological effects of low frequencies, especially in electronic dance music5, possibly reflecting effects on physiological arousal. However, we do not know if these associations extend to direct causal effects of low frequencies in complex, real-world, social contexts like dancing at concerts, or if low frequencies that are not consciously detectable can affect behaviour. We tested whether non-auditory low-frequency stimulation would increase audience dancing by turning very-low frequency (VLF) speakers on and off during a live electronic music concert and measuring audience members’ movements using motion-capture. Movement increased when VLFs were present, and because the VLFs were below or near auditory thresholds (and a subsequent experiment suggested they were undetectable), we believe this represents an unconscious effect on behaviour, possibly via vestibular and/or tactile processing.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».