MétaCan
Menu
← Retour à la cohorte
Enregistrement W2065180924 · doi:10.1121/1.428699

An effect of auditory-filter envelope modulation variability on masking

2000· article· en· W2065180924 sur OpenAlexaff
William C. Treurniet

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésAcousticsMasking (illustration)Noise (video)Filter (signal processing)MathematicsAmplitude modulationModulation (music)PhysicsEnvelope (radar)AmplitudeAuditory systemFrequency modulationBandwidth (computing)AudiologyComputer scienceTelecommunicationsOpticsMedicine

Résumé

récupéré en direct d'OpenAlex

In an earlier report [W. C. Treurniet and D. R. Boucher, J. Acoust. Soc. Am. 106, 2146 (1999)], the threshold for a noise probe masked by a complex masker was shown to be lower when the masker partials were harmonically related than when the frequencies of the partials were perturbed by small amounts. The results suggest that the improved detection may arise from differences in the pattern of modulations across auditory-filter outputs in response to harmonic and inharmonic maskers. That is, envelope modulations are identical across filters for a harmonic masker, but the modulations vary for an inharmonic masker or a noise probe. The variable modulation rates across filters due to the noise probe are easier to detect against the invariant background rates generated by the harmonic masker than against the variable background rates resulting from the inharmonic masker. In support of this hypothesis, the difference in masked threshold was strongly related to the variance of the dominant period of envelope modulations measured across auditory-filter outputs. Further, the masking level differences were minimal when the average variance of modulation amplitude was small, as in the case of a single partial per auditory filter.

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)0,008
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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
Publié2000
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→