MétaCan
Menu
Retour à la cohorte
Enregistrement W2276474388

[Respiratory mechanics in professional flautists].

2002· article· fr· W2276474388 sur OpenAlexaff
Isabelle Cossette

Notice bibliographique

RevuePubMed · 2002
Typearticle
Languefr
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTranspulmonary pressureAirflowLoudnessLung volumesAirway resistanceAcousticsRespiratory physiologyMedicineMathematicsAudiologyAnesthesiaRespiratory systemPhysicsAirwayAnatomyInternal medicineLung
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Oesophageal, gastric, mouth, transdiaphragmatic, transpulmonary pressures, diaphragmatic EMG, sound and chest wall excursion were measured directly in 3 professional flautists whilst playing their instruments to determine: - what respiratory muscles and percent vital capacity were being used; - how mouth pressure, embouchure resistance, embouchure aperture, airflow and velocity affect sound loudness and frequency. Lung volume was estimated from transpulmonary pressure during playing and the static deflation pressure-volume curve was measured separately; flow was calculated from delta volume/delta time; embouchure resistance was calculated from mouth pressure/flow; velocity was calculated using Bernouilli's equation and mouth pressure. Staccati and sustained tones at different frequency and intensity were performed. Sound loudness was mainly related to airflow whilst sound frequency was determined by velocity. Flow and velocity were independently controlled by mouth pressure and embouchure aperture. Mean mouth pressures varied little from individual to an other (6-11 cm H(2)O) but the flautists used between 72-83% of their vital capacity suggesting inspiratory muscle activity while playing. However, rib cage and abdominal motion were different for each subject. Although different flautists use different strategies to control mouth pressure, their individual mastery of the instrument permits control of airflow and velocity to produce the desired intensity and frequency of sound.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,070
Tête enseignante GPT0,280
Écart entre enseignants0,210 · 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

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMusicians’ Health and PerformanceTravaux en français237 207