MétaCan
Menu
Retour à la cohorte
Enregistrement W2416177244 · doi:10.1055/s-0040-1715968

Advantages and Caveats When Recording Steady-State Responses to Multiple Simultaneous Stimuli

2002· article· en· W2416177244 sur OpenAlexaff
M. Sasha John, David W. Purcell, Andrew Dimitrijevic, Terence W. Picton

Notice bibliographique

RevueJournal of the American Academy of Audiology · 2002
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)AudiometryAudiologyPsychologyHearing lossMedicineCognitive psychology

Résumé

récupéré en direct d'OpenAlex

This article considers the efficiency of evoked potential audiometry using steady-state responses evoked by multiple simultaneous stimuli with carrier frequencies at 500, 1000, 2000, and 4000 Hz. The general principles of signal-to-noise enhancement through averaging provide a basis for determining the time required to estimate thresholds. The advantage of the multiple-stimulus technique over a single-stimulus approach is less than the ratio of the number of stimuli presented. When testing two ears simultaneously, the advantage is typically that the multiple-stimulus technique is two to three times faster. One factor that increases the time of the multiple-response recording is the relatively small size of responses at 500 and 4000 Hz. Increasing the intensities of the 500- and 4000-Hz stimuli by 10 or 20 dB can enhance their responses without significantly changing the other responses. Using multiple simultaneous stimuli causes small changes in the responses compared with when the responses are evoked by single stimuli. The clearest of these interactions is the attenuation of the responses to low-frequency stimuli in the presence of higher-frequency stimuli. Although these interactions are interesting physiologically, their small size means that they do not lessen the advantages of the multiple-stimulus approach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,049
Tête enseignante GPT0,333
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations95
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of AudiologyMême sujetHearing Loss and RehabilitationTravaux en français237 207