MétaCan
Menu
Retour à la cohorte
Enregistrement W7001033301

Improving the Detection of Melodic Sequences Through the Addition of Inharmonic Frequencies

2023· article· en· W7001033301 sur OpenAlexafffundvenue

Notice bibliographique

RevueCanadian acoustics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensMcMaster University
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of CanadaU.S. Navy
Mots-clésHarmonicsMelodySIGNAL (programming language)Noise (video)SalientDetection theoryHarmonicSequence (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Our ability to detect and discriminate between auditory signals is crucial to our daily lives (Gundy, 1961), and is required in auditory warning systems for a variety of safety critical devices (Stanton & Edworthy, 2019) —such as hospital alarms (Sanderson et al., 2006). Recent research has focused on harmonicity as a salient dimension in signal detection (McPherson et al., 2022). Inharmonic sounds tend to be more attention grabbing (Bonin & Smilek, 2016), while higher pitch frequencies are less likely to conflict with ambient noise. This suggests the introduction of high, inharmonic frequencies could improve detectability. To assess whether this indicates binding of the inharmonic tones or additional information increasing detection, we measured accuracy and response time in two-alternative forced choice (2AFC) tasks, whereby participants decided whether a melodic sequence played in noise ascended or descended. The sequence included either congruent, incongruent, or an absence of higher harmonics. We found that the tracking additional harmonics improved mean accuracy by 6% and reduced mean response time by 72ms relative to their absence. The stationary harmonics reduced response time by 74ms, but also reduced accuracy by 13% relative to their absence.The results suggest that the additional harmonics can speed up reaction time, regardless of whether they are congruent. However, the increase in accuracy for the tracking condition relative to the decrease for stationary implies that discrimination depends on congruency. Without this, they may be a source of distraction, erroneously drawing attention away from the signal instead of supporting it. Overall, this supports an information rather than a binding mechanism of facilitation. Future experiments will further explore the role of binding in detection by varying amplitude envelope between the signal and higher harmonics. We can then infer how they could be added to current alarms to improve detectability.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,045
Tête enseignante GPT0,282
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetHealthcare Technology and Patient MonitoringTravaux en français237 207