A Preliminary Study of Noise Effect on Pulse Rate, Blood Pressure and EEG Signal
Notice bibliographique
Résumé
This paper presents the effect of noise to pulse rate, blood pressure and Encephalography (EEG) signal. The investigation aims to find the correlation between noise exposures to pulse rate (PR), blood pressure (BP) and EEG signal. A total of 20 subjects (all male) with age range of 20-22 years old and no past medical history were studied. Subjects were exposed to noise at 90 dB for ten minutes. Noise at 90dB was generated by using INTERM M500 Power Amplifier (INTERM M500, Cunnings, UK). Pulse rate, blood pressure and EEG signal were recorded before and after noise exposure. UT 4000A Patient Monitor (UT 400A; Progetti, Italy) was used to record pulse rate and blood pressure during the experiment. EEG signals were captured by using PowerLab 4/25T Data Acquisition Systems (ML865; ADInstruments, Canada). This system is capable to classify the EEG signal into Alpha (8-12 Hz) and Beta (13-30 Hz). Statistical analysis was conducted by using SPSS Version 16 (SPSS Inc; Chicago, USA) to find the correlation between noise to pulse rate, blood pressure and Power Spectral Density (PSD) value for Alpha and Beta waves. The result shows that pulse rate and blood pressure increase after noise exposure. Besides that, the finding showed that there are significant positive difference (p<0.05) between the mean value of alpha's and beta's PSD before and after noise exposure.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».