MétaCan
Menu
Retour à la cohorte
Enregistrement W2090662980 · doi:10.3109/02699206.2014.938833

Production of tongue twisters by speakers with partial glossectomy

2014· article· en· W2090662980 sur OpenAlexafffund
Tim Bressmann, Anouschka Foltz, Jana Zimmermann, Jonathan C. Irish

Notice bibliographique

RevueClinical Linguistics & Phonetics · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTongueGlossectomySpeech productionTip of the tongueResectionMedicineSurgeryDuration (music)AudiologyPsychologySpeech recognitionComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

Abstract A partial glossectomy can affect speech production. The goal of this study was to investigate the effect of the presence of a tumour as well as the glossectomy surgery on the patients' production of tongue twisters with the sounds [t] and [k]. Fifteen patients with tongue cancer and 10 healthy controls took part in the study. The outcome measures were the patients' speech acceptability, rate of errors, the time needed to produce the tongue twisters, pause duration between item repetitions and the tongue shape during the production of the consonants [t] and [k] before and after surgery. The patients' speech acceptability deteriorated after the surgery. Compared to controls, the patients' productions of the tongue twisters were slower but not more errorful. Following the surgery, their speed of production did not change, but the rate of errors was higher. Pause duration between items was longer in the patients than in the controls but did not increase from before to after surgery. Analysis of the patients' tongue shapes for the productions of [t] and [k] indicated a higher elevation following the surgery for the patients with flap reconstructions. The results demonstrated that the surgical resection of the tongue changed the error rate but not the speed of production for the patient. The differences in pause duration also indicate that the tumour and the surgical resection of the tongue may impact the phonological planning of the tongue twister.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
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 Opus0,023
Tête enseignante GPT0,338
Écart entre enseignants0,315 · 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'étudeSans objet
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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Linguistics & PhoneticsMême sujetCleft Lip and Palate ResearchTravaux en français237 207