MétaCan
Menu
Retour à la cohorte
Enregistrement W1931030458 · doi:10.3109/14992027.2015.1030513

International Collegium of Rehabilitative Audiology (ICRA) recommendations for the construction of multilingual speech tests

2015· article· en· W1931030458 sur OpenAlexaff
Michael A. Akeroyd, Stig Arlinger, Ruth A. Bentler, Arthur Boothroyd, Norbert Dillier, Wouter A. Dreschler, Jean‐Pierre Gagné, Mark E. Lutman, Jan Wouters, Lena L. N. Wong, Birger Kollmeier

Notice bibliographique

RevueInternational Journal of Audiology · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Institutes of HealthDeutsche Forschungsgemeinschaft
Mots-clésSentenceComputer scienceTest (biology)Speech perceptionAudiologyPerceptionSpeech recognitionSet (abstract data type)PsychologyNatural language processingMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To provide guidelines for the development of two types of closed-set speech-perception tests that can be applied and interpreted in the same way across languages. The guidelines cover the digit triplet and the matrix sentence tests that are most commonly used to test speech recognition in noise. They were developed by a working group on Multilingual Speech Tests of the International Collegium of Rehabilitative Audiology (ICRA). DESIGN: The recommendations are based on reviews of existing evaluations of the digit triplet and matrix tests as well as on the research experience of members of the ICRA Working Group. They represent the results of a consensus process. RESULTS: The resulting recommendations deal with: Test design and word selection; Talker characteristics; Audio recording and stimulus preparation; Masking noise; Test administration; and Test validation. CONCLUSIONS: By following these guidelines for the development of any new test of this kind, clinicians and researchers working in any language will be able to perform tests whose results can be compared and combined in cross-language studies.

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)0,126
score de la tête « metaresearch » (Gemma)0,254
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,668

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1260,254
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0210,011
Études des sciences et des technologies0,0050,006
Communication savante0,0060,006
Science ouverte0,0130,008
Intégrité de la recherche0,0200,016
Charge utile insuffisante (le modèle a refusé de juger)0,0080,014

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 Opus0,089
Tête enseignante GPT0,396
Écart entre enseignants0,307 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations101
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AudiologyMême sujetHearing Loss and RehabilitationTravaux en français237 207