MétaCan
Menu
← Retour à la cohorte
Enregistrement W7095402255

Canadian Journal of Experimental Psychology (in press) 1/f noise in tapping data 1 Testing for the presence of 1/f noise in continuation tapping data

2008· article· en· W7095402255 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTappingContinuationFinger tappingNoise (video)Series (stratigraphy)Table (database)Time seriesRhythm
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A number of recent papers have suggested that the series of time intervals produced in continuation tapping may have fractal properties. This proposition, nevertheless, was only based on the visual appraisal of graphical results, and was not statistically supported. In the present study, we applied the ARMA/ARFIMA modeling procedures proposed by Wagenmakers, Farrell and Ratcliff (2005) to test for the presence of long-range dependencies in continuation tapping data. Our results demonstrate the presence of long-range dependencies in most series and offer strong support for the hypothesis that fluctuations in tapping series are fractal in nature. Key-words: Tapping, variability, 1/f noise, spectral analyses, ARFIMA ________________________________________________ The human motor system possesses a capacity to intentionally produce adaptive rhythmic activities. The cyclic repetition of a pattern of movement, as in locomotion activities, or the synchronization of movements with an external rhythm as in dance, offer examples of this capacity of the motor system to precisely manage the temporal aspects of its functioning. Several authors proposed to give account for this capacity by endowing this system of mechanisms as internal clocks, able to support these activities of production or

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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: aucune
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,277

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0570,003

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 Opus0,319
Tête enseignante GPT0,392
Écart entre enseignants0,074 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeuroscience and Music Perception→Travaux en français237 207→