MétaCan
Menu
Retour à la cohorte
Enregistrement W2706367927 · doi:10.1044/2017_ajslp-16-0090

Consonant Acoustics in Parkinson's Disease and Multiple Sclerosis: Comparison of Clear and Loud Speaking Conditions

2017· article· en· W2706367927 sur OpenAlexaff
Kris Tjaden, Vincent Martel‐Sauvageau

Notice bibliographique

RevueAmerican Journal of Speech-Language Pathology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésConsonantAudiologySpeech productionPsychologyIntelligibility (philosophy)DysarthriaContrast (vision)Stop consonantPlace of articulationFormantSpeech recognitionMedicineVowelComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The impact of clear speech or an increased vocal intensity on consonant spectra was investigated for speakers with mild dysarthria secondary to multiple sclerosis or Parkinson's disease and healthy controls. METHOD: Sentences were read in habitual, clear, and loud conditions. Spectral moment coefficients were obtained for word-initial and word-medial /s/, /ʃ/, /t/, and /k/. Global production differences among conditions were confirmed with measures of vocal intensity and articulation rate. RESULTS: Static or slice-in-time first moments (M1) for loud differed most frequently from habitual, but neither loud nor clear enhanced M1 contrast for consonant pairs. In several instances, the clear and loud conditions yielded stable or nonvarying fricative M1 time histories. Spectral contrast was reduced for word-medial versus word-initial consonant pairs. CONCLUSION: The finding that the loud and especially clear condition yielded fairly subtle changes in consonant spectra suggests these global techniques may minimally enhance consonant segmental production or contrast in mild dysarthria. The robust effect of word position on consonant spectra indicates that this variable deserves consideration in future studies. Future research also is needed to investigate how or whether consonant production bears on the improved intelligibility previously reported for these global dysarthria treatment techniques.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,093
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,029
Tête enseignante GPT0,323
Écart entre enseignants0,293 · 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'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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Speech-Language PathologyMême sujetVoice and Speech DisordersTravaux en français237 207