Effects of Multi-talker Noise on the Acoustics of Voiceless Stop Consonants in Parkinson's Disease
Notice bibliographique
Résumé
This study examined the effect of increased speech intensity on stop consonant acoustics in Parkinson’s disease (PD). Acoustic analyses focused on measures of spirantization, voicing during closure, stop closure durations, and voice onset time. Ten individuals with Parkinson’s disease and ten age-matched controls were audio recorded while they read aloud words from the Distinctive Features Differences Test (DFD) during two conditions: no noise and 65 dB of multi-talker background noise. When compared to controls, the participants with PD had values that approached a significant difference for the measures related to greater percent voicing into closure (p=0.074), lower mean syllable intensity (p=0.069) and greater spirantization ratio (p=0.094). When compared to the no noise condition, the 65 dB multi-talker noise condition was associated with significant changes in voice onset time (VOT), syllable intensity, spirantization ratio and other measures. In addition, the place of stop consonant production had a significant effect on measures of closure duration, VOT, spectral skewness and other measures. These preliminary findings suggest that additional studies of the effect of changes in speech intensity on stop production in PD are warranted. The results of the present study identified several acoustic measures of stop production that may be useful in future evaluations of treatment outcome in PD.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».