MétaCan
Menu
Retour à la cohorte
Enregistrement W1993307712 · doi:10.1152/jn.00286.2002

Relationship Between Jaw Stiffness and Kinematic Variability in Speech

2002· article· en· W1993307712 sur OpenAlexaff
Douglas M. Shiller, Rafael Laboissière, David J. Ostry

Notice bibliographique

RevueJournal of Neurophysiology · 2002
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésKinematicsStiffnessSagittal planeEllipseBiomechanicsMathematicsAnatomyGeometryStructural engineeringPhysicsEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Humans produce speech by controlling a complex biomechanical apparatus to achieve desired speech sounds. We show here that kinematic variability in speech may be influenced by patterns of jaw stiffness. A robotic device was used to deliver mechanical perturbations to the jaw to quantify its stiffness in the mid-sagittal plane. Measured jaw stiffness was anisotropic. Stiffness was greatest along a protrusion-retraction axis and least in the direction of jaw raising and lowering. Consistent with the idea that speech movements reflect directional asymmetries in jaw stiffness, kinematic variability during speech production was found to be high in directions in which stiffness is low and vice versa. In addition, for higher jaw elevations, stiffness was greater and kinematic variability was less. The observed patterns of kinematic variability were not specific to speech-similar patterns appeared in speech and nonspeech movements. The empirical patterns of stiffness were replicated by using a physiologically based model of the jaw. The simulation studies support the idea that the pattern of jaw stiffness is affected by musculo-skeletal geometry and muscle-force-generating abilities with jaw geometry being the primary determinant of the orientation of the stiffness ellipse.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,075
Tête enseignante GPT0,279
Écart entre enseignants0,203 · 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 tête enseignante, 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

Citations56
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetMotor Control and AdaptationTravaux en français237 207