Kinematic Analyses of Speech, Orofacial Nonspeech, and Finger Movements in Stuttering and Nonstuttering Adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work investigated the hypothesis that neuromotor differences between individuals who stutter and individuals who do not stutter are not limited to the movements involved in speech production. Kinematic data were obtained from gender- and age-matched stuttering (n = 10) and nonstuttering (n = 10) adults during speech movements, orofacial nonspeech movements, and finger movements. All movements were performed in 4 conditions differing in sequence length and location of the target movement within the sequence. Results revealed statistically significant differences between the stuttering and nonstuttering individuals on several measures of lip and jaw closing (but not opening) movements during perceptually fluent speech. The magnitude of these differences varied across different levels of utterance length (larger differences during shorter utterances) and across different locations of the target movement within an utterance (larger differences close to the beginning). Results further revealed statistically significant differences between the stuttering and nonstuttering groups in finger flexion (but not extension) movement duration and peak velocity latency. Overall, findings suggest that differences between stuttering and nonstuttering individuals are not confined to the sensorimotor processes underlying speech production or even movements of the orofacial system in general. Rather, it appears that the groups show generalized differences in the duration of certain goal-directed movements across unrelated motor systems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle