MétaCan
Menu
Retour à la cohorte
Enregistrement W4220919693 · doi:10.3390/audiolres12020019

Analysis of the Acoustic Transcranial Bone Conduction

2022· article· en· W4220919693 sur OpenAlexaff
Catherine Dufour-Fournier, Arnaud Devèze, Jonathan Barbut, Erick Ogam, Issam Saliba, Catherine Masson

Notice bibliographique

RevueAudiology Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEar Surgery and Otitis Media
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésBone conductionAcousticsCochleaSound transmission classSkullMaterials scienceAudiologyAnatomyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: (1) To analyze the preferential pathways of sound transmission and sound waves travelling properties in the skull and (2) to identify the location(s) on the skull where bone conduction to the cochlea is optimal. STUDY DESIGN: Basic research Methods: Nine cadaveric heads were placed in an anechoic chamber and equipped with six Bone Anchored Hearing Aids (BAHA™) implants (Cochlear™, Sydney, NSW, Australia) and fifteen accelerometers. A laser velocimeter was used to measure cochlear response by placing a reflector on the round window. Different frequency sweeps were applied to each implant, and measurements were recorded simultaneously by the laser velocimeter and accelerometers. RESULTS: Low-frequency sound waves mostly travel the frontal transmission pathways, and there is no clear predominant pattern for the high frequencies. The mean inter-aural time lag is 0.1 ms. Optimal sound transmission to the cochlea occurs between 1000 and 2500 Hz with a contralateral 5 to 10 dB attenuation. The implant location does not influence mean transmission to the cochlea. CONCLUSION: There is a pattern of transmission for low frequencies through a frontal pathway but none for high frequencies. We were also able to demonstrate that the localization of the BAHA™ implant on the skull had no significant impact on the sound transmission, either ipsi or contralaterally.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,278
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,096
Tête enseignante GPT0,387
Écart entre enseignants0,291 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAudiology ResearchMême sujetEar Surgery and Otitis MediaTravaux en français237 207