MétaCan
Menu
Retour à la cohorte
Enregistrement W4393871019 · doi:10.1002/appl.202300092

Sonification methods for enabling augmented data analysis applied to graphene optoelectronics

2024· article· en· W4393871019 sur OpenAlexafffund
Adam Johan Bergren, Angela Beltaos, Alexander van Dijk

Notice bibliographique

RevueApplied Research · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensNational Institute for NanotechnologyAthabasca UniversityUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesAthabasca University
Mots-clésSonificationGrapheneComputer scienceHuman–computer interactionOptoelectronicsNanotechnologyPhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a simple method to transform two‐dimensional data sets into a format that can be easily processed into sound files. These files can be loaded into software wavetable synthesizers to create audible forms of data that can represent complex information. Some background about sonification will be discussed, and the simple method developed here will be applied to graphene optoelectronics. Some key illustrative examples will be used to demonstrate the method, including data sets from previous work on light emission from graphene field effect transistors. We use the sonification method to show how changes in observed phenomena (e.g., light emission intensity and spectral shape) result in changes of the resulting sound (such as the timbre). Demonstrations are included in video format to hear and illustrate the method and resulting effects.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,740
Score d'incertitude au seuil0,516

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,223
Tête enseignante GPT0,529
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied ResearchMême sujetDesign Education and PracticeTravaux en français237 207