MétaCan
Menu
Retour à la cohorte
Enregistrement W4415524171 · doi:10.1109/humanoids65713.2025.11203172

Did You Notice? Unveiling Robot-Induced Synchronization in Human-Robot Interaction

2025· article· W4415524171 sur OpenAlexaff
Lixiao Zhu, Christopher Yee Wong, AJung Moon

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueRobotics and Automated Systems
Établissements canadiensConcordia UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésSynchronization (alternating current)AnimacyRobotNoticePerceptionPhenomenonHuman–robot interactionPoint (geometry)

Résumé

récupéré en direct d'OpenAlex

Decades of studies in psychology and neuroscience establish that humans naturally synchronize their movements with others. This phenomenon is not limited to Human-Human Interaction (HHI) but also observed in Human-Robot Interaction (HRI), where individuals align their motions to the rhythm of a robot without conscious effort. While such influences are often subtle, characterizing the dynamics of robot-to-human synchronization is critical for designing effective collaborative systems. This study explores whether humans synchronize differently to the movements of robots compared to other humans, and at what point individuals become conscious of the changes in the robot's movements. Our results reveal an asymmetry in synchronization between HHI and HRI. We find that participants are more likely to notice changes in a robot's speed, particularly when the robot speeds up or slows down by over 20% compared to the base speed. Participants' perception of the robot's animacy is also influenced by these speed changes. Building on our findings, we provide insights into how roboticists can design robot behaviours to minimize unwanted influence and respect human autonomy.

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)0,017
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,264 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotics and Automated SystemsTravaux en français237 207