MétaCan
Menu
Retour à la cohorte
Enregistrement W4417403565 · doi:10.1109/is264627.2025.11284670

Augmenting IoMusT Devices with Haptic Feedback: Design Tools and Strategies from Expert T-Stick Performers

2025· article· W4417403565 sur OpenAlexaff
Oren Ronen, Marcelo M. Wanderley

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyAudio feedbackState (computer science)Interface (matter)MusicalEmbodied cognitionMulti-touchWork (physics)Musical instrument

Résumé

récupéré en direct d'OpenAlex

Internet of Musical Things (IoMusT) devices, such as wireless musical interfaces, often lack the haptic feedback inherent to acoustic instruments, which creates challenges for accurately controlling musical output and engaging in embodied interaction. This limitation is particularly pronounced in IoMusT contexts, where complex sensor fusion and networked collaboration require enhanced state awareness. We present a systematic investigation of vibrotactile feedback design for the T-Stick, a wireless musical interface that has been in use for nearly two decades. Through exploratory design workshops with three experienced T-Stick performers using the Sonic Touch Toolkit, we examined how musicians conceptualize and implement haptic feedback for gestural control. Our findings reveal three distinct haptic feedback strategies: (1) sensor state indication, (2) patch state communication, and (3) inter-musician communication. Our work offers design strategies for integrating vibrotactile feedback into other smart digital instruments, demonstrating the potential for haptically enhanced gestural controllers for networked performers, state synchronization, and pedagogical tools for technique development.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,256
Écart entre enseignants0,223 · 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'étudeQualitatif
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 sujetMusic Technology and Sound StudiesTravaux en français237 207