MétaCan
Menu
Retour à la cohorte
Enregistrement W1998801990 · doi:10.1044/2014_jslhr-s-12-0207

Coupling Dynamics Interlip Coordination in Lower Lip Load Compensation

2014· article· en· W1998801990 sur OpenAlexaff
Pascal van Lieshout, Chris Neufeld

Notice bibliographique

RevueJournal of Speech Language and Hearing Research · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesHealth Research Board
Mots-clésKinematicsCoupling (piping)Lower lipDynamics (music)MathematicsPhase (matter)Control theory (sociology)AudiologyPsychologyCommunicationChemistryMaterials sciencePhysical medicine and rehabilitationPhysicsComputer scienceAcousticsMedicineControl (management)Surgery

Résumé

récupéré en direct d'OpenAlex

PURPOSE To study the effects of lower lip loading on lower and upper lip movements and their coordination to test predictions on coupling dynamics derived from studies in limb control. METHOD Movement data were acquired using electromagnetic midsagittal articulography under 4 conditions: (a) without restrictions, serving as a baseline; (b) with a small carrier device attached to the lower lip; (c) with a 50-g weight added to the device; and, at the end of the session (d) with the weight and device removed. For all conditions, 8 participants repeated nonwords at 2 speaking rates. Movement data were used to derive discrete kinematic measures, a cyclic index of spatiotemporal variability, phase deviations, and standard deviations of relative phase for interlip coupling. RESULTS Kinematic variables were not systematically affected by lower lip load. Phase deviations also showed no change, but in contrast, phase variability showed a significant increase for the lower lip load condition at fast rates. CONCLUSION Lower lip load effects are comparable to the reported impact of homologous limb loading, showing evidence for a tight coupling between both lips in line with predictions from coordination dynamics accounts in the literature.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,203

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
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 Opus0,058
Tête enseignante GPT0,354
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Speech Language and Hearing ResearchMême sujetMotor Control and AdaptationTravaux en français237 207