MétaCan
Menu
Retour à la cohorte
Enregistrement W2018416821 · doi:10.1159/000206491

How Much Residual Hearing Is ‘Useful’ for Music Perception with Cochlear Implants?

2009· article· en· W2018416821 sur OpenAlexaff
Fouad El Fata, Chris James, Marie‐Laurence Laborde, Bernard Fraysse

Notice bibliographique

RevueAudiology and Neurotology · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCochlear
Mots-clésAudiologyCochlear implantLyricsStimulationPsychologyHearing aidMusic perceptionMedicinePerceptionArtNeuroscience

Résumé

récupéré en direct d'OpenAlex

AIM: To compare performance on a song recognition task of bilaterally combined electric and acoustic hearing (bimodal stimulation) with electric or acoustic hearing alone. METHODS: Subjects were 14 adults with cochlear implants (CI) who continued to use a hearing aid (HA) in one/both ears. Subjects were asked to identify excerpts from 15 popular songs, which were familiar to them, presented in a random order via a single loudspeaker. Presentation conditions were fixed in order: bimodal, CI alone and then HA alone. Musical excerpts were presented in each condition with and then without lyrics. RESULTS: In a subgroup of subjects (n = 8) with better low-frequency residual hearing (thresholds <85 dB hearing level (HL)), mean scores for bimodal stimulation were significantly greater than for CI alone. In addition, mean 'no lyrics' scores for HA alone (59.7%) were significantly greater than for CI alone (38.8%). All of these subjects considered bimodal stimulation to be the most enjoyable way to listen to music. For the remaining subjects (n = 6) there was no benefit from using bimodal stimulation over CI alone, and the majority of these preferred to listen to music using CI alone. CONCLUSIONS: Bimodal stimulation provides better perception of popular music, particularly melody recognition, compared to CI alone when low-frequency residual hearing is better than 85 dB HL.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,423

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,059
Tête enseignante GPT0,292
Écart entre enseignants0,233 · 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'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

Citations76
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAudiology and NeurotologyMême sujetHearing Loss and RehabilitationTravaux en français237 207