MétaCan
Menu
Retour à la cohorte
Enregistrement W2982269090

Physiological measurements of human binaural processing

2009· article· en· W2982269090 sur OpenAlexaff
Terence W. Picton, Bernhard Roß

Notice bibliographique

RevueProceedings of the International Symposium on Auditory and Audiological Research · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBinaural recordingMonauralStimulus (psychology)AudiologySound localizationPsychologyMagnetoencephalographyPerceptionPrecedence effectNeuroscienceElectroencephalographyCognitive psychologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Many different electric and magnetic responses to sound can be recorded as the human brain processes binaural information: (1) A binaural interaction component can be measured by comparing binaural responses to the sum of separate monaural responses. (2) Locating sounds in a reverberant environment can be examined by evaluating echo suppression. (3) Binaural beats can evoke following responses. (4) Responses can be evoked by binaural stimuli that are unmasked by changes in the interaural phase of stimulus or noise. (5) Occasional changes in the spatial location of a repeating sound can evoke a mismatch negativity. (6) A change in the binaural characteristics of an ongoing stimulus – interaural timing, correlation or phase – evokes a large N1-P2 response that is later than the response to the onset of a sound. The concomitant disruption and reinstatement of the 40-Hz steady state response can measure temporal perception and integration. (7) Moving sounds evoke large cortical responses when the movement begins and when a moving object crosses the midline. All paradigms may become useful in objectively demonstrating normal or abnormal binaural function in patients who cannot respond reliably during behavioral testing.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,178
Tête enseignante GPT0,398
Écart entre enseignants0,219 · 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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Symposium on Auditory and Audiological ResearchMême sujetHearing Loss and RehabilitationTravaux en français237 207