MétaCan
Menu
Retour à la cohorte
Enregistrement W2021649906 · doi:10.1044/1059-0889(2009/07-0033)

Measuring Tinnitus Loudness Using Constrained Psychophysical Scaling

2009· article· en· W2021649906 sur OpenAlexafffund
Lawrence M. Ward, Michael Baumann

Notice bibliographique

RevueAmerican Journal of Audiology · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing, Cochlea, Tinnitus, Genetics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLoudnessTinnitusAudiologyPsychologyHearing lossSensationMedicineCognitive psychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: We measured tinnitus loudness using a new method of psychophysical scaling with the aim of introducing a potentially useful new procedure to the literature. METHOD: Fourteen adults reporting tinnitus were trained to use a standardized loudness scale, and then they used that response scale to assess loudness of nonstandard stimuli and of their tinnitus. We also measured tinnitus loudness and pitch using a computer-based matching procedure, and we measured the impact of tinnitus on daily living using the Tinnitus Handicap Inventory (THI; C. W. Newman, G. P. Jacobson, & J. B. Spitzer, 1996) for those 14 individuals and an additional 2 participants. Results and Conclusions Our 14 trained participants judged loudness similarly to normal hearing participants for pure tones at normal hearing, nontinnitus frequencies-implying that their judgments of tinnitus loudness were valid. Constrained scaling of tinnitus loudness yielded measurements that were substantially greater than the sensation level of sounds matched to tinnitus loudness. Our total of 16 participants fell into 2 groups on the basis of hearing loss, extent of abnormal loudness growth at the tinnitus frequency, and several aspects of tinnitus experience. Finally, as previously found, there was little correlation between tinnitus loudness, no matter how measured, and the impact of tinnitus on daily life as measured by the THI.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,076
Tête enseignante GPT0,323
Écart entre enseignants0,247 · 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

Citations32
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of AudiologyMême sujetHearing, Cochlea, Tinnitus, GeneticsTravaux en français237 207