Assessment of otoacoustic emission probe fit at the workfloor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the workplace, practices in occupational health to prevent noise-induced hearing loss (NIHL) are currently based on a group average of exposure/damage relationships.These practices do not take into account the individual susceptibility to NIHL which is an important factor in a worker's actual risk of hearing loss.To evaluate and improve the effectiveness of personal hearing protection at the workfloor, an in-field measurement procedure of otoacoustic emissions (OAE) has been developed and validated.Unsupervised evaluation of OAE probe placement during the work shift is an important challenge for in-field OAE measurement.In this regard, proper OAE probe fit in the ear canal is a major concern in order to provide optimal passive noise attenuation to ensure that the worker's hearing is protected and improve signal-to-noise ratio of OAE measurements.In the following study, a lumped elements model of an occluded ear canal is used; first, to analyze the effects of probe fit leakage on the loudspeaker transfer function.Second, to validate the proposed method by comparing the model's transfer functions with those estimated during experiments with an OAE probe and tube setup.Afterwards, the probe's passive noise attenuation is calculated for different leaks by measuring sound pressure level inside and outside the occluded tube.Finally, the relationship between the probe's passive attenuation, miniature loudspeaker response and leakage is established.This proposed approach could assess the probe fit in situ and solve problems of unsupervised evaluation of probe placement by automatically warning the wearer of an improper fit after the loudspeaker response measurement.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle