MétaCan
Menu
Retour à la cohorte
Enregistrement W4312697684 · doi:10.1121/10.0015925

A cross-linguistic study of audio-aerotactile perceptual integration using voicing continua

2022· article· en· W4312697684 sur OpenAlexaff
Haruka Saito, Lucie Ménard, Mark Tiede, D. H. Whalen

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésVoicePerceptionPsychologyLinguisticsSpeech perceptionSyllableSpeech recognitionComputer science

Résumé

récupéré en direct d'OpenAlex

Previous studies on multimodal integration in speech perception have found that not only auditory and visual cues, but also tactical sensation—such as an air-puff on skin that simulates aspiration—can be integrated in the perception of speech sounds (Gick & Derrick, 2009). However, most previous investigations have been conducted with English listeners, and it remains uncertain whether such multisensory integration can be shaped by linguistic experience. The current study investigates audio-aerotactile integration in phoneme perception for three groups: English, French monolingual and English-French bilingual listeners. Six step VOT continua of labial (/ba/—/pa/) and alveolar (/da/—/ta/) stops constructed from both English and French endpoint models were presented to listeners who performed a forced-choice identification task. Air-puffs synchronized to syllable onset and applied to the hand at random increased the number of ‘voiceless’ responses for the /da/—/ta/ continuum by both English and French listeners, which suggests that audio-aerotactile integration can occur even though some of the listeners did not have aspiration/non-aspiration contrasts in their native language. Furthermore, bilingual speakers showed larger air-puff effects for English stimuli compared to English monolinguals, which suggests a complex relationship between linguistic experience and multisensory integration in perception.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,053
Tête enseignante GPT0,373
Écart entre enseignants0,320 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMultisensory perception and integrationTravaux en français237 207