MétaCan
Menu
Retour à la cohorte
Enregistrement W2980808973 · doi:10.1121/1.5126857

Use of magnetic resonance image registration to estimate displacement in the human earcanal due to the insertion of in-ear devices

2019· article· en· W2980808973 sur OpenAlexafffund
Simon Benacchio, Olivier Doutres, A. Varoquaux, Éric Wagnac, Arnaud Le Troter, Virginie Callot, Franck Sgard

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEar Surgery and Otitis Media
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailÉcole de Technologie Supérieure
Organismes subventionnairesMitacsInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésDisplacement (psychology)UsabilityAcousticsComputer scienceMagnetic resonance imagingAmplitudeComputer visionMaterials scienceArtificial intelligenceOpticsPhysicsHuman–computer interactionPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

In-ear devices are used in a wide range of applications for which the device's usability and/or efficiency is strongly related to comfort aspects that are influenced by the mechanical interaction between the device and the walls of the earcanal. Although the displacement of the earcanal walls due to the insertion of the device is an important characteristic of this interaction, existing studies on this subject are very limited. This paper proposes a method to estimate this displacement in vivo using a registration technique on magnetic resonance images. The amplitude, the location and the direction of the earcanal wall displacement are computed for four types of earplugs used by one participant. These displacements give indications on how each earplug deforms the earcanal for one specific earcanal geometry and one specific earplug insertion. Although the displacement due to a specific earplug family cannot be generalized using the results of this paper, the latter help to understand where, how much, and how each studied earplug deforms the earcanal of the participant. This method is revealed as a promising tool to investigate further acoustical and physical comfort aspects of in-ear devices.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,297
Écart entre enseignants0,279 · 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'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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetEar Surgery and Otitis MediaTravaux en français237 207