MétaCan
Menu
Retour à la cohorte
Enregistrement W2234757880 · doi:10.1121/1.4939708

Localization-in-noise and binaural medial olivocochlear functioning in children and young adults

2016· article· en· W2234757880 sur OpenAlexafffund
Sriram Boothalingam, Ewan A. Macpherson, Chris Allan, Prudence Allen, David W. Purcell

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésQUIETMonauralBinaural recordingAudiologyNoise (video)Sound localizationPsychologyAcousticsMedicinePhysicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Children as young as 5 yr old localize sounds as accurately as adults in quiet in the frontal hemifield. However, children's ability to localize in noise and in the front/back (F/B) dimension are scantily studied. To address this, the first part of this study investigated localization-in-noise ability of children vs young adults in two maskers: broadband noise (BBN) and speech-babble (SB) at three signal-to-noise ratios: -12, -6, and 0 dB. In the second part, relationship between binaural medial olivocochlear system (MOC) function and localization-in-noise was investigated. In both studies, 21 children and 21 young adults participated. Results indicate, while children are able to differentiate sounds arriving in the F/B dimension on par with adults in quiet and in BBN, larger differences were found for SB. Accuracy of children's localization in noise (for both maskers) in the lateral plane was also poorer than adults'. Significant differences in binaural MOC interaction (mBIC; the difference between the sum of two monaural- and binaural-MOC strength) between adults and children were also found. For reasons which are not clear, adult F/B localization in BBN correlates better with mBIC while children's F/B localization in SB correlated better with binaural MOC strength.

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)0,002
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,224 · 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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetHearing Loss and RehabilitationTravaux en français237 207