MétaCan
Menu
Retour à la cohorte
Enregistrement W4214910287 · doi:10.1515/bmt-2019-6017

FT Usability and Risk Management

2019· article· en· W4214910287 sur OpenAlexaff
Jacob Friedemann Fast

Notice bibliographique

RevueBiomedizinische Technik/Biomedical Engineering · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensUniversity of TorontoHospital for Sick ChildrenSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésUsabilityComputer scienceRisk managementHuman–computer interactionBusiness

Résumé

récupéré en direct d'OpenAlex

The laryngeal adductor reflex (LAR) is an important protective function of the larynx to prevent aspiration and subsequently, potentially fatal aspiration pneumonia by rapidly closing the glottis.Recently, a novel method for targeted stimulation and evaluation of the LAR has been proposed to enable non-invasive and reproducible LAR performance grading and to extend the understanding of this reflexive mechanism.The method relies on the laryngoscopically controlled application of accelerated water droplets in association with a high-speed camera system for LAR stimulation site and reflex onset latency identification.In recent works, this device has been enhanced by adding stereoscopic vision and a mechatronic system for droplet formation control.Prior to extensive clinical trials, an experimental testing of prototype devices in a lab setting is highly desired.Furthermore, a demonstration of the method using a realistic phantom could increase patient compliance in a future clinical setting.For these purposes, a model of the human larynx including vocal fold adduction capabilities for LAR simulation was developed in this work.The combination of near real-time image processing based on a custom algorithm and individual motorization of each vocal fold enables spatio-temporal droplet impact detection and controlled vocal fold adduction.To simulate different LAR pathologies, the current implementation allows to individually adjust the reflex onset latency of the ipsi-and contralateral vocal fold with respect to the automatically detected impact location of the droplet as well as the maximum adduction angle of each vocal fold.An experimental study of the temporal offset between desired and observed LAR onset latency due to image data processing was performed based on high-speed recordings of the model reaction to compensate this factor.In the future, alternative methods for droplet impact detection could be explored and droplet impact intensity measurement capabilities could be added to the assembly presented here.

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)0,008
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,047
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0680,022

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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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'étudeSans objet
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 revueBiomedizinische Technik/Biomedical EngineeringMême sujetVoice and Speech DisordersTravaux en français237 207