Using the Auditory Steady State Response to Record Response Amplitude Curves. A Possible Fast Objective Method for Diagnosing Dead Regions
Notice bibliographique
Résumé
In Brief Objectives: To assess a novel objective method of measuring response amplitude curves (RACs) using auditory steady state responses in adults. Design: RACs were recorded in 20 normal-hearing adults. The RACs were measured by recording the changes in the amplitude of the auditory steady state response in the presence of (1) swept frequency narrowband masking noise and (2) fixed narrowband masking noise. Results: The mean recorded RAC tip frequency for a 2-kHz signal was 2250 Hz for the swept masker method and 2239 Hz for the fixed masker method. The estimated repeatability coefficients, calculated using an assumed mean difference of zero, were 389 Hz for the swept method and 342 Hz for the fixed method. Conclusions: These initial results indicate that the swept- and fixed-masking methods appear to be viable and fast ways to record RACs in normal-hearing adults. Further work is needed to further optimize the accuracy of the tip frequency estimation and to establish the normative range of tip frequencies over a wide range of test frequencies in normal-hearing and hearing-impaired subjects. Cochlear dead regions can be diagnosed by recording psychophysical tuning curves. Psychophysical tuning curve recording methods are time consuming and cannot be applied to infants. We propose, using the auditory steady state response, to record response amplitude curves by development of the method that could be used to diagnose and define dead regions in infants while they are asleep.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».