Auditory Temporal Gap Detection in Children with and without Auditory Processing Disorder
Notice bibliographique
Résumé
BACKGROUND: Auditory gap detection is a measure of temporal acuity. The paradigm comes in two forms, distinguished by whether the sounds bounding the silent period are the same (within channel [WC]) or different (between channel [BC]). PURPOSE: The purpose of this study was to test normal children and children referred for auditory processing disorder (APD) assessment, with both gap detection paradigms. RESEARCH DESIGN: Best gap durations (i.e., shortest reliably detected gaps) were measured in a two-interval, two-alternative forced-choice design embedded within a modified method of limits, for both WC and BC paradigms, with stimuli presented at 55 dB HL. STUDY SAMPLE: Sixteen control children and 20 children referred for APD assessment participated in the study. Of the 20 referred children, 9 were diagnostically positive for APD (APD+), and 11 were negative (APD-). The mean age of children in all three groups was 10-11 yr. DATA COLLECTION AND ANALYSIS: Data collected were best gap durations for each paradigm, for each child. Group differences were assessed using Kruskal-Wallis analyses of variance. RESULTS: WC best gap durations were very similar across the three participant groups. BC best gap durations varied significantly between listener groups, with the greatest difference being between controls and APD+ samples. CONCLUSIONS: BC best gap durations differed among the listener groups while WC ones did not. This suggests that the relative timing perceptual operations required by the BC task are more susceptible to the perceptual disturbances in APD than is the simple event detection required by the WC task.
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 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».