Navigation auf uzh.ch
Navigation auf uzh.ch
Wir haben ab sofort eine Masterarbeit im CANEURO Lab am Psychologischen Institut zu vergeben.
Mit diesem Projekt soll untersucht werden, inwiefern soziale Aspekte in künstlich erzeugten im Vergleich zu natürlichen Stimmidentitäten enthalten sind.
Wir suchen:
- motivierte Masterstudierende, die ab sofort ein Masterprojekt suchen
- Freude am wissenschaftlichen Arbeiten
- Interesse am Forschungsfeld soziale Kommunikation im digitalen Zeitalter
- statistische Grundkenntnisse
- Grundkenntnisse in Matlab und R
Wir bieten:
- Erwerb von Fachkenntnissen im Bereich Stimmerkennung, Datenanalyse, wissenschaftliches Schreiben und Präsentieren
- Möglichkeit zur Publikation der Masterarbeit in einem englischsprachigen Fachjournal (erwünscht)
- enge Betreuung durch Dr. Claudia Roswandowitz (auf Deutsch oder Englisch)
- die Verhaltensdaten sind bereits erhoben, somit kann direkt mit der Datenanalyse begonnen werden
Projektbeginn ist idealerweise im August/September 2020. Fragen können gerne direkt per Mail an Claudia Roswandowitz gerichtet werden.
Wenn wir dein Interesse geweckt haben, dann schick bitte ein kurzes Motivationsschreiben und einem CV per Mail an claudia.roswandowitz@uzh.ch.
In scary film music, a common way to induce anxiety is the use of drone tones. A drone tone in music is a sustained tone that is usually either very high or very low in pitch. Drone tones can be slowly introduced into an existing soundscape or underneath other music to intentionally indicate a suspenseful moment to a listener. What is it about these drone tones that makes them so suspenseful? Their effectiveness can be somewhat attributed to their part within a culturally-learned signal (McClelland, 2014). However, the question remains as to why drone tones became such a common suspenseful musical device to begin with. Are there biological reasons behind the anxiety drone tones induce? The aim of this master thesis project is to investigate this question by combining gaze data collected via eye tracking, skin conductance responses, and self-reported responses from participants. The master student will be involved in all aspects of the project including experimental design, coding of the experiment interface, data collection, data analysis, and writing up the results.
It would be helpful, but not required, for interested students to have some experience with MATLAB and R (or another coding language), experimental design, running behavioral studies, and writing up experiment results. However, if you do not have these skills yet but are highly motivated to learn them, we encourage you to apply!
The thesis will be supervised in English and the final document written in English as well. The starting date would ideally be in August 2020. If you are interested, please contact Caitlyn Trevor by email at caitlyn.trevor@psychologie.uzh.ch.
References:
Goldstein, R. B., Woods, R. L. & Peli, E. Where people look when watching movies: do all viewers look at the same place? Comput. Biol. Med. 37, 957–964 (2007).
McClelland, C. Ombra and tempesta. In The Oxford Handbook of Topic Theory (ed Mirka, D.) 279–300 (Oxford University Press, 2014).
Mera, M. & Stumpf, S. Eye-tracking film Music. Music Mov. Image 7, 3–23 (2014).
Wallengren, A.-K. & Strukelj, A. Film music and visual attention: a pilot experiment using eye-tracking. Music Mov. Image 8, 69–80 (2015).
Im Gehirn gibt es vermutlich ein Areal im auditorischen Kortex, welches besonders sensitiv ist für menschliche Stimmen (sog. „Temporal Voice Area“). Die Verarbeitung von Stimmen findet aber nicht nur allein in diesem Bereich des Gehirns statt, sondern umfasst ein neuronales Netzwerk von verschiedenen kortikalen und subkortikalen Arealen. Ziel der Arbeit ist die Analyse des strukturellen funktionellen Gehirnnetzwerks, welches der Verarbeitung von menschlichen Stimmen zugrunde liegt. Die dafür notwendigen funktionellen Gehirndaten (fMRT) sind bereits erhoben; die Arbeit umfasst deshalb die Analyse dieser Daten.
Die Arbeit kann auch auf Englisch geschrieben werden. Gute Statistik- und Programmierkenntnisse als auch neurowissenschaftliche Grundkenntnisse sind von Vorteil.
Betreuer: Prof. Sascha Frühholz (sascha.fruehholz@uzh.ch)
Eingabedatum: 30.11.2017
Schwerpunkt: COG
------------------------------------------------------------------------------------------------------------------
Im Gehirn gibt es vermutlich ein Areal im auditorischen Kortex, welches besonders sensitiv ist für menschliche Stimmen (sog. „Temporal Voice Area“). Die Verarbeitung von Stimmen findet aber nicht nur allein in diesem Bereich des Gehirns statt, sondern umfasst ein neuronales Netzwerk von verschiedenen kortikalen und subkortikalen Arealen. Ziel der Arbeit ist die Analyse des Strukturen Gehirnnetzwerks, welches der Verarbeitung von menschlichen Stimmen zugrunde liegt. Die dafür notwendigen „Diffusion-Tensor-Imaging“ (DTI) Daten sind bereits erhoben; die Arbeit umfasst deshalb die Analyse dieser Daten.
Die Arbeit kann auch auf Englisch geschrieben werden. Gute Statistik- und Programmierkenntnisse als auch neurowissenschaftliche Grundkenntnisse sind von Vorteil.
Betreuer: Prof. Sascha Frühholz (sascha.fruehholz@uzh.ch)
Eingabedatum: 10.01.2017
Schwerpunkt: COG
------------------------------------------------------------------------------------------------------------------
Im Gehirn gibt es vermutlich ein Areal im auditorischen Kortex, welches besonders sensitiv ist für menschliche Stimmen (sog. „Temporal Voice Area“). Der auditorische Kortex zeigt aber eine sehr grosse anatomische Variabiltät zwischen verschiedenen Indivdiuen, und die Lokalisation des stimmsensitiven Areals hängt dabi sehr stark von der individuellen Anatomie des auditorischen Kortex ab. Ziel der Arbeit ist daher den systematischen Zusammenhang zwischen der Gehirnanatomie und der Lokalisation und Ausdehnung des stimmsensitiven Areals zu untersuchen. Die dafür notwendigen funktionellen Gehirndaten (fMRT) sind bereits erhoben; die Arbeit umfasst deshalb die Analyse dieser Daten.
Die Arbeit kann auch auf Englisch geschrieben werden. Gute Statistik- und Programmierkenntnisse als auch neurowissenschaftliche Grundkenntnisse sind von Vorteil.
Betreuer: Prof. Sascha Frühholz (sascha.fruehholz@uzh.ch)
Eingabedatum: 11.01.2017
Schwerpunkt: COG
------------------------------------------------------------------------------------------------------------------
Verschiedene Arten von Umweltkontexten verlangen unterschiedliche Arten von Entscheidungen bzgl. der emotionalen Qualität von Umweltreizen. Die perzeptuelle Wahrnehmung von diesen emotionalen Reizen wird deswegen sehr stark dadurch beeinflusst, welche Art von Entscheidungsaufgaben den Probanden bei der Klassifikation dieser Reize vorgegeben wird. Ziel der Masterarbeit ist es zu untersuchen, wie zwei klassische Entscheidungsaufgaben die Schnelligkeit und die Sicherheit der Klassifikation von emotionalen Gesichtern beeinflussen. Das Experiment is eine Verhaltensstduie, und findet in den Laborräumen des Psychologischen Instituts statt.
Die Arbeit kann auch auf Englisch geschrieben werden.
Betreuung: Prof. Sascha Frühholz (sascha.fruehholz@uzh.ch)
Eingabedatum: 30.11.2017
Schwerpunkt: COG, DEV
------------------------------------------------------------------------------------------------------------------
Emotionen können auf vielfältige Wiese ausgedrückt werden. Auch die menschliche Stimme bietet ein vielfältiges Repertoire, um Emotionen nicht nur in Worten, sondern auch mit dem „Ton“ der Stimme auszudrücken. Dieser Ton der Stimme betrifft sowohl nonverbale Ausdrücke (Schreien, Lachen, ...) als auch die Sprachmelodie während des Sprechens (sog. „affektive Prosodie“). Ziel der Arbeit ist die akustische Aufnahme von verbalen und nonverbalen stimmlichen Ausdrücken in einer schallisolierten Kammer, und die anschließende computer-basierte Analyse dieser Stimmdaten anhand vielfältiger Stimmparameter. Gleichzeitig sollen diese Stimmaufnahmen von einer Gruppe von Hörern evaluiert und anhand ihrer emotionalen Qualität eingeschätzt werden. Anhand beider Arten von Daten (akustische Stimmanalyse, Evaluation durch menschliche Hörer) soll ermittelt werden, welche zentralen Stimmdimensionen Hörer benutzen, um die affektive Qualität von verbalen und nonverbalen Stimmen zu klassifizieren.
Die Arbeit kann auch auf Englisch geschrieben werden.
Betreuung: Prof. Sascha Frühholz (sascha.fruehholz@uzh.ch)
Eingabedatum: 30.11.2017
Schwerpunkt: COG, DEV
------------------------------------------------------------------------------------------------------------------
Individuen variieren sehr stark in zentralen Dimensionen ihrer Persönlichkeit. Viele dieser Dimensionen betreffen das emotionalen Erleben dieser Individuen, und spiegeln deshalb wichtige Dimensionen der affektiven Persönlichkeit wieder. Die Unterschiede von Personen in ihrem affektiven Erleben zeigen Korrelationen mit wichtigen Massen der Anatomie des menschlichen Gehirns. Ziel der Arbeit ist deshalb die Analyse von strukturellen MRT Gehirnaufnahmen im Kontext verschiedender Persönlichkeitsmasse zum emotionalen Erleben. Die Daten sind bereits erhoben; die Arbeit umfasst deswegen nur die Analyse der Gehirndaten.
Die Arbeit kann auch auf Englisch geschrieben werden.
Betreuung: Prof. Sascha Frühholz (sascha.fruehholz@uzh.ch)
Eingabedatum: 30.11.2017
Schwerpunkt: COG, DEV, HEA
