MétaCan
Menu
← Retour à la cohorte
Enregistrement W2006158639 · doi:10.1121/1.4920779

No otoacoustic evidence for a peripheral basis underlying absolute pitch

2015· article· en· W2006158639 sur OpenAlexaff
Christopher Bergevin, Larissa McKetton, Victoria Stone, Jessica A. Grahn, David W. Purcell

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensWestern UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésBrainstemAudiologyPeripheralStimulus (psychology)CochleaAcousticsFrequency selectivityPhysicsMedicinePsychologyNeuroscienceCognitive psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Absolute pitch (AP) is the ability to identify or produce the perceived pitch of a sound (e.g., fundamental frequency of a piano note) without an external reference. This ability is relatively rare (~1/10,000 individuals possess it) and the mechanisms underlying AP are not well understood. This study examined whether there was evidence for a peripheral (i.e., cochlear) basis for AP based upon otoacoustic emissions (OAEs). The chief motivations were that both AP and spontaneous emissions (SOAEs) appear to have genetic components and anecdotal observations of prevalence in certain populations (e.g., relatively higher incidence of both in Asians). We examined SOAEs and stimulus-frequency emissions (SFOAEs) in both control (N = 21) and AP (N = 13) normal-hearing populations. We found no substantial differences in SOAE activity between groups (e.g., no evidence for one or more strong SOAEs that could act as a cue). SFOAE phase-gradient delays, measured using several probe levels (20–50 dB SPL), also showed no significant differences. This latter observation argues against sharper frequency selectivity in AP subjects. Taken together, these data support the prevailing view that AP mechanisms arise at a processing level in the central nervous system at the brainstem or higher (e.g., optimized neural coding).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,159
Tête enseignante GPT0,433
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetNoise Effects and Management→Travaux en français237 207→