MétaCan
Menu
← Retour à la cohorte
Enregistrement W3154334942 · doi:10.1121/10.0004130

Noise thresholds in harmonic series maskers

2021· article· en· W3154334942 sur OpenAlexaff
Ilse B. Labuschagne, Valter Ciocca

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAcousticsNoise (video)HarmonicSpeech recognitionPsychoacousticsActive listeningWidebandPerceptionMathematicsComputer sciencePhysicsPsychologyCommunicationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The presence of noise is a salient cue to the perception of breathiness and aspiration in speech sounds. The detection of noise within harmonic series (maskers) composed of unresolved components was found to depend on the fundamental frequency (fo) and the overall level of the masker [Gockel, Moore, and Patterson (2002). J. Acoust. Soc. Am., 111 (6), 2759–2770]. In the present study, noise detection thresholds were measured as a function of the frequency range, the fo, and the overall level of harmonic maskers. Frequency range was specified in equivalent rectangular bandwidth (ERB) units (3–13, 13–23, 23–33, or 3–33 ERBs). The results were consistent with the idea that listeners rely on spectral cues when maskers comprise only resolved components (3–13 ERBs), and on temporal (dip listening) cues when maskers contain only unresolved components (23–33 ERBs). Noise detection thresholds were generally lower when masker level was high (70 dBA) than when it was low (50 dBA). Masker fo affected thresholds only when listeners relied on spectral cues for noise detection. With the wideband (3–33 ERBs) masker, listeners likely detected noise by focusing on the frequency band (23–33 ERBs) with the most advantageous noise-to-harmonic ratio.

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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,273
Écart entre enseignants0,251 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetHearing Loss and Rehabilitation→Travaux en français237 207→