MétaCan
Menu
Retour à la cohorte
Enregistrement W4307283378 · doi:10.1163/22134468-bja10065

Discrimination of Brief Empty Time Intervals when the First Marker Is Tactile

2022· article· en· W4307283378 sur OpenAlexaff
Leila Azari, Joanie Drouin, G. Plante, Simon Grondin

Notice bibliographique

RevueTiming & Time Perception · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAudiologyBisectionTime perceptionModality (human–computer interaction)Duration (music)PsychologyStimulus modalitySensory systemMathematicsPerceptionCognitive psychologyMedicineAcousticsComputer scienceArtificial intelligencePhysicsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract The present study investigated the discrimination of brief empty time intervals and compared three different sensory modality conditions for marking time: when two successive signals are tactile (intramodal condition, TT), and when a first tactile signal is followed by a either a visual (V) or an auditory (A) signal (intermodal conditions: TV and TA). Twelve participants completed a bisection task over the course of eight experimental sessions. Three factors were manipulated: the marker modality (TT, TV, and TA), the duration range (300 and 900 ms), and the preparation (certainty, uncertainty). In the latter case, participants knew that the first marker was T, but were uncertain about the modality of the second marker. In general, TT intervals were better discriminated than intermodal intervals at 300 ms, but this effect fades at 900 ms. No difference in the discrimination level was observed between the intermodal conditions. For the perceived duration, there was no difference between TT and TA conditions, but the TV intervals were perceived as longer than the TT intervals. As well, the TV intervals were perceived as longer than the TA intervals. These results are interpreted in terms of attentional and sensory effects caused by the signals themselves (onset and alerting properties, prior entry).

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,320
Écart entre enseignants0,273 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTiming & Time PerceptionMême sujetMultisensory perception and integrationTravaux en français237 207