MétaCan
Menu
Retour à la cohorte
Enregistrement W4322773063 · doi:10.31234/osf.io/qky8s

Cross-modal relationships between music, emotion, and visual imagery: A comparative study of Iran, Canada, and Japan [Stage 1 Registered Report Snapshot]

2023· preprint· en· W4322773063 sur OpenAlexaboutno aff
Shafagh Hadavi, Junji Kuroda, Taiki Shimozono, Patrick E. Savage

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyCross-culturalPerceptionMusic and emotionMusicalCultural diversityVisual artsSociologyMusic educationArtMusic history

Résumé

récupéré en direct d'OpenAlex

Many people experience emotions and visual imagery while listening to music. Previous research has identified cross-modal associations between musical features such as pitch, tempo, and visual features including height, and colour saturation/brightness. But while researchers have explored cross-cultural links between music and emotion as well as music and visual imagery, few studies have simultaneously investigated cross-cultural links between music, visual imagery, and emotion in order to distinguish the role of cultural experiences in contrast to innate perceptual capabilities. We hypothesize that cross-cultural emotion and cross-modal associations encompass both universality and diversity determined by innate perceptual capabilities and cultural experiences respectively and represented by: 1) cross-culturally consistent correlations between high level auditory features and low level visual features and dimensional emotions, 2) cross-cultural diversity in categorical emotional appraisal. In this study, we investigate the relationship between emotion and visual imagery induced by 6 musical excerpts in participants in Japan, Iran, and Canada through forced choice options such as matching excerpts with visual textures that vary in density, as well as dimensional and categorical emotion ratings for each excerpt manipulated in pitch and tempo. In our full manuscript, we will provide our power analysis and provide the details of our planned sample size.We will test the following four hypotheses: 1) tempo correlates with arousal levels cross-culturally, 2) tempo correlates with visual density cross-culturally, 3) emotion category ratings tend to vary between cultures and often even within cultures in response to slow tempo musical excerpts, and 4) emotion ratings show more consistency cross-culturally in response to faster tempo pieces.Each of the hypotheses helps us conclude which cross-modal and emotion associations are 1) cross-culturally consistent, or 2) culturally-dependent. If we find cross-cultural consistency across all three groups, it would suggest physiological link/embodied cognition represented in cross-modal associations. If we find consistency in two cultures only or none at all, it would suggest that cross-modal associations are culturally dependent. We also plan to conduct exploratory analyses of data on colour associations using the Berkeley Colour project stimuli.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,194
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,323
Tête enseignante GPT0,436
Écart entre enseignants0,113 · 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 tête enseignante, pas un consensus.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetColor perception and designTravaux en français237 207