MétaCan
Menu
Retour à la cohorte
Enregistrement W3179047680 · doi:10.18280/i2m.200303

Multi Parametric Method for the Objective Acoustic Evaluation of the Voice Produced by Laryngectomy Patients

2021· article· en· W3179047680 sur OpenAlexvenueno aff
Mahraz Kabache, Mhania Guerti

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActive listeningElectroglottographSpeech recognitionComputer scienceThroatAudiologyLarynxLaryngectomyPsychologyPhonationMedicineCommunicationSurgery

Résumé

récupéré en direct d'OpenAlex

A reliable perceptive analysis implying several sessions of listening turns out to be consuming in time and in human resources, and therefore not allowing a regular use in clinical practice. At the level of the Ear, Nose and Throat (ENT) services the rehabilitative speech therapist is in charge of estimating by listening to the quality of the voice, which entraines a non reliable perceptive evaluation compared with the one that will be proposed in this work. In this study, objective instrumental approaches based on physical measures has been proposed. These approaches allowing the analysis and estimation of the acoustic characteristics of the voice of the patients having a total laryngectomy. The results are compared with those obtained in a healthy vocal speaker. The outcomes indicate that objective evaluations can provide a homogeneous database for a better interpretation of articulators and vocal dysfunctions.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,265
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,051
Tête enseignante GPT0,378
Écart entre enseignants0,327 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetVoice and Speech DisordersTravaux en français237 207