Sound localization with an army helmet worn in combination with an in-ear advanced communications system
Notice bibliographique
Résumé
Conventional hearing protection devices result in decrements mainly in the ability to distinguish front from rearward sound sources. The aim of this study was to investigate the effect of wearing an earplug with advanced communications capability, in combination with an army helmet, on horizontal plane speaker identification. Ten normal-hearing male subjects were tested in a semi-reverberant sound proof booth under eight conditions defined by combinations of two levels of ear occlusion (unoccluded and occluded by the earplug) and four levels of the helmet (head bare and fitted with the helmet modified to give no, partial and full ear coverage). Percent correct speaker identification was assessed using a horizontal array of eight loudspeakers surrounding the subject at one meter. These were positioned close to the midline and interaural axes of the head, at ear level. The stimulus was a 75-dB SPL, 300-ms broadband white noise. Both degree of ear coverage and ear occlusion significantly determined outcome. Overall percent correct ranged from 93.6% (bareheaded) to 79.7% (full ear coverage) with the ears unoccluded, and from 83.4%-77.5% with ear occlusion. Both variables affected the prevalence of mirror image confusions for positions 30 degrees apart in front and back of the interaural axis. With ear occlusion, front given back errors were more likely than back given front errors, increasing with degree of ear coverage to 49% and 25.4%, respectively. These errors also increased with ear coverage with the ears unoccluded, but were similar. Both degree of ear coverage and ear occlusion significantly impacted horizontal plane speaker identification, particularly for sources close to the interaural axis. However, overall percent correct was higher than observed in a previous study with conventional and level-dependent hearing protection devices, using the same array.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».