English
Notice bibliographique
Résumé
Individuals already have awareness of their voice at infancy [Dondi et al., 1999, DevPsych 418], and demonstrate own-voice egotism later in life [Hughes & Harrison, 2013, Percept 941-949], but dissatisfaction with hearing their voice recorded [Holzman & Rousey, 1966, JPersonSoc 79] suggests possible misjudgment of own-voice characterisitics. A strong bone-conduction hypothesis [e.g. Tonndorf, 1976, AudSys 37-84] suggests that live-spoken voices are heard as if through a low-pass filter, so that one’s own recorded voice should sound comparatively higher in pitch. Studies have challenged the notion that air-conduction differences completely account for this perceptual contrast [e.g. Maurer & Landis, 1990, FolPhonLogo 226-229]. However, previous methodology does not fully account for own-voice egotism, and the complex influence of social expectations remains uncertain. We test gender-based pitch expectations as one potential social factor against the strong bone-conduction hypothesis [Peng et al., 2021, AusJPsych 71]. Based on the own-voice egotism literature, we predict that pitch perception will contradict a strong bone-conduction hypothesis, with female-identifying participants believing their recorded voice is lowered, and male-identifying participants believing theirs is raised. Participants record a neutral statement before leaving the room for 10 minutes. Upon returning, participants are told their recording may have been pitch-altered. After hearing the unaltered recording, participants rate its authenticity and how they would adjust the pitch to sound like themselves. While results show no significant effect for gender, most participants believe their recorded voices have been lowered in pitch, counter to a strong bone-conduction hypothesis. This suggests that individuals do not judge own-voice characteristics accurately, that factors beyond air conduction differences and gender contribute to this misjudgment, and that there is more complexity than previously believed regarding own-voice pitch perception in recordings. Implications and directions for future work will be discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,711 | 0,526 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».