MétaCan
Menu
Retour à la cohorte
Enregistrement W2110041101 · doi:10.3109/14992027.2011.599870

Older adults expend more listening effort than young adults recognizing audiovisual speech in noise

2011· article· en· W2110041101 sur OpenAlexafffund
Penny Gosselin, Jean‐Pierre Gagné

Notice bibliographique

RevueInternational Journal of Audiology · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésActive listeningPsychologyTask (project management)Set (abstract data type)Speech recognitionNoise (video)AudiologySpeech perceptionCognitionCognitive resource theoryCognitive psychologyPerceptionCommunicationComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Objective: Using a dual task paradigm, two experiments were conducted to: (1) quantify the listening effort that young and older adults expend to recognize speech in noise when presented under audio-only (Experiment 1) and audiovisual conditions (Experiment 2) and, (2) determine the influence visual cues have on listening effort. Listening effort refers to the attentional and cognitive resources required to understand speech. Design: All participants performed a closed-set word recognition task and tactile pattern recognition task separately and concurrently. Accuracy and reaction time data were collected. The criterion for single task word recognition performance was set to 80% correct across experiments and across age groups. Study sample: For each experiment, 25 young and 25 older adults with normal hearing and normal (or corrected normal) vision participated. Results: Under equated performance conditions, older adults expended more listening effort than young adults with both audio-only and audiovisually presented speech. Furthermore, the processing demands of audiovisual speech recognition were greater than audio-only speech recognition for all participants. Conclusions: These results suggest that while visual cues can improve audiovisual speech recognition, they can also place an extra demand on processing resources with performance consequences for the word and tactile tasks under dual task conditions.SumarioObjetivo: Utilizando un paradigma de doble tarea, se realizaron dos experimentos: 1) cuantificar el esfuerzo que hace los adultos jóvenes y mayores para reconocer el lenguaje en ruido ciando se presenta solo en audio (experimento 1) y en condición audio-visual (experimento 2) y 2) determinar la influencia de las claves visuales en el esfuerzo por comprender. El esfuerzo comprensivo se refiere a los recursos cognitivos y de atención requeridos para comprender el lenguaje. Diseño: Todos los participantes realizaron una tarea de reconocimiento de palabras en contexto cerrado y una tarea de reconocimiento táctil separada y concomitantemente. Se colectaron los datos sobre la precisión y el tiempo de reacción. El criterio para el desempeñ en la prueba de tarea única de reconocimiento de palabras se fijó en 80% de aciertos a través de experimentos y a través de grupos etáreos. Muestra: Para cada experimento, participaron 25 adultos jóvenes y 25 adultos viejos con audición normal y visión normal (o normal corregida). Resultados: En condiciones equitativas de desempeño, los adultos mayores efectuaron mayor esfuerzo que los adultos jóvenes en ambas condiciones de presentación del discurso: sólo audio y audiovisual. Incluso la demanda audiovisual de procesamiento del discurso fue mayor que la auditiva en todos los participantes. Conclusiones: Estos resultados sugieren que mientras las claves visuales pueden mejorar el reconocimiento audiovisual del lenguaje, también demandan un esfuerzo extra en el procesamiento de recursos, con las consecuencias en el desempeño de las tareas táctiles y de palabras en la condición dual.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,043
Tête enseignante GPT0,352
Écart entre enseignants0,309 · 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

Citations124
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AudiologyMême sujetMultisensory perception and integrationTravaux en français237 207