MétaCan
Menu
← Retour à la cohorte
Enregistrement W2016365782 · doi:10.1121/1.4877486

Weighting of interaural time difference and interaural level difference cues in wide-band stimuli with varying low and high frequency energy balance

2014· article· en· W2016365782 sur OpenAlexaff
Ewan A. Macpherson, Tran M Nguyen

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésInteraural time differenceWeightingHeadphonesAcousticsSound localizationWidebandPsychoacousticsStimulus (psychology)Just-noticeable differenceMathematicsAudiologyPhysicsPsychologyOpticsPerceptionMedicine

Résumé

récupéré en direct d'OpenAlex

Wideband stimuli carry both interaural time and level difference (ITD and ILD) sound location cues. Previously, listener weighting of those cues has only been measured for low-pass, high-pass, and flat spectrum wide-band conditions [Macpherson and Middlebrooks, JASA (2002)]. In this study, we determined how weighting of ITD and ILD cues varied with the low- and high-frequency energy balance in wide-band stimuli. Listeners reported locations of targets that were presented over headphones using individual head related transfer functions. ITD and ILD cues were manipulated by attenuating or delaying the sound at one ear (by up to 300μs or 10dB), and the final weight was computed by comparing the listener's localization response bias to the imposed cue bias. Stimuli were 100-ms bursts of noise whose spectra were flat from 0.5 to 2 kHz and from 4 to 16 kHz with a level difference between those low- and high-frequency ranges varying in 10-dB steps from −30 to + 30 dB. ILD weight increased (from ~0.5 to 1.5 deg/dB) with increasing high-frequency energy, but ITD weight was constant (~0.08 deg/us) across spectral profiles. The results suggest that in wideband stimuli, weighting of ILD is more stimulus dependent than weighting of ITD.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,222 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetHearing Loss and Rehabilitation→Travaux en français237 207→