MétaCan
Menu
Retour à la cohorte
Enregistrement W2020017216 · doi:10.1097/aud.0b013e318031547a

Music Recognition, Music Listening, and Word Recognition by Deaf Children with Cochlear Implants

2007· article· en· W2020017216 sur OpenAlexfundno aff
Chisato Mitani, Takayuki Nakata, Sandra E. Trehub, Yukihiko Kanda, Hidetaka Kumagami, Kenji Takasaki, Ikue Miyamoto, Haruo Takahashi

Notice bibliographique

RevueEar and Hearing · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésActive listeningCochlear implantPsychologyAudiologyMusicalWord recognitionSyllableSet (abstract data type)MedicineSpeech recognitionLinguisticsCommunicationArtVisual artsComputer scienceReading (process)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To examine the ability of congenitally deaf children to recognize music from incidental exposure and the relations among age at implantation, music listening, and word recognition. DESIGN: Seventeen child implant users who were 4 to 8 yr of age were tested on their recognition and liking of musical excerpts from their favorite television programs. They were also assessed on open-set recognition of three-syllable words. Their parents completed a questionnaire about the children's musical activities. RESULTS: Children identified the musical excerpts at better than chance levels, but only when they heard the original vocal/instrumental versions. Children's initiation of music listening at home was associated with younger ages at implantation and higher word recognition scores. CONCLUSIONS: Child implant users enjoy music more than adult implant users. Moreover, younger age at implantation increases children's engagement with music, which may enhance their progress in other auditory domains.

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 seuil0,008

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,292
Écart entre enseignants0,241 · 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

Citations72
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEar and HearingMême sujetHearing Impairment and CommunicationTravaux en français237 207