MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400286346 · doi:10.1121/10.0027615

Post-auricular orientation of auditory attention in sound field versus virtual sound space

2024· article· en· W4400286346 sur OpenAlexaff
Melina Markotjohn, Steven J. Aiken

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSound (geography)AcousticsOrientation (vector space)Space (punctuation)AudiologyComputer sciencePhysicsMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

The post-auricular muscle in many species’ changes orientation of external ears to improve hearing for biologically relevant sounds. The muscle exists in humans but cannot similarly change direction of their ears. Objectives focused on measuring activity of muscle during speech-in-noise task where orientations of speaker and noise were controlled experimentally to determine how signal-to-noise varies as function of presentation mode and azimuth (target speech and noise co-localized, 45°, or spatially separated, 135° and 45°, respectively). It was hypothesized that activity would be elicited in same proportion of subjects when evoked via earphones compared to speakers; there would be no significant differences in magnitude between conditions; maximum engagement would be observed with speech 135°, noise 45°. Activity was recorded with electrodes affixed around ears, outer canthi and neck, while listeners completed a spatialized listening test (locations of speaker/noise controlled experimentally). There was significant main effect of channel; significant interaction between presentation mode and channel; no significant differences between presentation modes for other muscles; no significant effect of azimuth. Engagement in virtual sound-space suggests that muscle activation occurs consequently of spatially directed attention, even when changes in pinna orientation are unlikely to have effect on sound heard.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,319
Écart entre enseignants0,292 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→