Song Recognition by Children and Adolescents With Cochlear Implants
Notice bibliographique
Résumé
PURPOSE: To assess song recognition and pitch perception in prelingually deaf individuals with cochlear implants (CIs). METHOD: Fifteen hearing children (5-8 years) and 15 adults heard different versions of familiar popular songs-original (vocal + instrumental), original instrumental, and synthesized melody versions-and identified the song in a closed-set task (Experiment 1). Ten CI users (8-18 years) and age-matched hearing listeners performed the same task (Experiment 2). Ten CI users (8-19 years) and 10 hearing 8-years-olds were required to detect pitch changes in repeating-tone contexts (Experiment 3). Finally, 8 CI users (6-19 years) and 13 hearing 5-year-olds were required to detect subtle pitch changes in a more challenging melodic context (Experiment 4). RESULTS: CI users performed more poorly than hearing listeners in all conditions. They succeeded in identifying the original and instrumental versions of familiar recorded songs, and they evaluated them favorably, but they could not identify the melody versions. Although CI users could detect a 0.5-semitone change in the simple context, they failed to detect a 1-semitone change in the more difficult melodic context. CONCLUSION: Current implant processors provide insufficient spectral detail for some aspects of music perception, but they do not preclude young implant users' enjoyment of music.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».