MétaCan
Menu
Retour à la cohorte
Enregistrement W1565898999 · doi:10.3233/rnn-2010-0498

Audiovisual fusion and cochlear implant proficiency

2010· article· en· W1565898999 sur OpenAlexafffund
Corinne Tremblay, François Champoux, Franco Leporé, Hugo Théoret

Notice bibliographique

RevueRestorative Neurology and Neuroscience · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCochlear implantAudiologyPerceptionPsychologySpeech perceptionAuditory perceptionTask (project management)MedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Recent studies suggest that cochlear implant (CI) users have a typical, and perhaps improved, ability to fuse congruent multisensory information. The ability to fuse incongruent auditory and visual inputs, however, remains to be fully investigated. METHODS: Here, performance on a classical audiovisual task (the McGurk effect) was assessed in seventeen cochlear-implanted, postlingually deaf individuals with varied degrees of auditory competency. RESULTS: In line with previous studies, our results revealed audiovisual fusion abilities that were within normal limits in CI users compared to normally-hearing (NH) participants. A different pattern of response emerged, however, when participants' responses were analyzed according to the degree of auditory proficiency with the CI. Although proficient CI users (pCI) and NH participants favoured auditory input when multisensory signals were not fused, only the non-proficient CI users (npCI) relied predominantly on visual cues to resolve audiovisual conflict. This pattern was found despite a similar percentage of fused percepts between pCI users, npCI users and NH participants. CONCLUSION: These data show a remarkable level of similarity between pCI users and NH individuals in the perception of incongruent audiovisual information, suggesting that optimal auditory performance with the CI is associated with normal fusion of conflicting audiovisual input.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,365
Écart entre enseignants0,323 · 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

Citations57
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRestorative Neurology and NeuroscienceMême sujetMultisensory perception and integrationTravaux en français237 207