MétaCan
Menu
Retour à la cohorte
Enregistrement W2966791400 · doi:10.6000/2292-2598.2019.07.03.7

Comparison of Fundamental Frequency between Monolingual and Bilingual Children with a Cochlear Implant

2019· article· en· W2966791400 sur OpenAlexvenueno aff
Arash Bayat, Soheila Nikakhlagh, Ehsan Naderifar, Parisa Majlesi, Negin Moradi, Majid Karimi, Hossein Bagheripour, Manzar Majlesi, Nader Saki

Notice bibliographique

RevueJournal of Intellectual Disability - Diagnosis and Treatment · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesAhvaz Jundishapur University of Medical Sciences
Mots-clésCochlear implantAudiologyImplantFundamental frequencyPsychologyMedicineAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

Background and Objective: Cochlear implantation influences acoustical and perceptual characteristics of voice in CI children. However, there is limited knowledge of the type and amount of influence of multilingualism on these characteristics of voice in CI children. The present study aimed to comparatively investigate fundamental frequency (F0) between two groups of bilinguals and monolinguals in children who recently underwent CI. Methods: This was a cross-sectional comparative study conducted on Persian-Arabic bilingual children (n=25) and monolingual Persian children (n=25) matched in age and gender. All children had congenitally profound hearing loss and received a unilateral CI before the age of two years. The participants were asked to sustain the vowel /a/ and vowel /e/ on a single breath for 4 seconds, and the F0 value was measured using Praat software. For each participant, the F0 was measured three times and then averaged as mean F0. Results: Our findings indicated no significant differences in terms of mean F0 for the vowels of /a/ and /e/ in monolingual and bilingual groups (p>0.05). Conclusion: Bilingual Persian-Arab children with CI display vocal characteristics that are largely comparable with those of their monolingual Persian peers with CI.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,056
Tête enseignante GPT0,340
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 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intellectual Disability - Diagnosis and TreatmentMême sujetHearing Loss and RehabilitationTravaux en français237 207