Visual Perception of Gravity: Effect on Speech Tongue Posture
Notice bibliographique
Résumé
Visual perception of gravity change may impact tongue posture during speech production. Previous studies [Chander et al., 2019, Behav. Sci., 9(11)] report anticipatory visual disturbances inducing compensatory postural behavior in the human body [Philips et al., 2022, Theor. Iss. Ergon. Sci., 23, 25] and, furthermore, showed the magnitude of such postural responses is dependent on velocity and direction of visual perception. Assländer et al. [2023, Sci. Rep., 13, 2594] investigated the visual component impact on body posture balance in virtual reality (VR). An earlier VR study on tongue posture [Chernets et al., 2024, JASA 156] found that posture significantly differed between visually perceived falling vs. rising, and levelled vs. rising gravitational conditions; however, there was inter-participant variation in the direction of tongue posture change with no generalizable consistent directional change across participants. The current study investigates tongue posture in speech production during perceived gravity changes in an immersive VR environment. Ultrasound imaging is used to measure tongue posture changes during speech production compared to a non-speech condition while experiencing a VR plank-walk in gravitationally stable and falling conditions. Furthermore, within the falling condition posture is separated into weightless falling (initial and midpoint of fall) vs. force of fall (endpoint of fall). Acoustic analyses compare the production of an elongated vowel, nonsense CVC sequences, and CVC word sequences across conditions. We predict that the falling condition will induce postural adjustment for vowels, resulting in different tongue postures between the falling and level conditions. Results will be presented for a post-trial immersion questionnaire investigating a possible correlation between reported level of VR immersion and degree of tongue posture compensation, as well as for acoustic and articulatory analyses. Implications for postural adaptation in VR and real environments 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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».