MétaCan
Menu
Retour à la cohorte
Enregistrement W4230509332 · doi:10.1121/1.4799764

Exploring production-perception relationships in normal hearing and cochlear implant adults: A lip-tube perturbation study

2013· article· en· W4230509332 sur OpenAlexaff
Christine Turgeon, Amélie Prémont

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésFormantCochlear implantAudiologyVowelAuditory feedbackSpeech productionPerceptionSpeech perceptionFeed forwardPsychologyAcousticsSpeech recognitionComputer scienceMedicineEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Is has been claimed that auditory feedback mechanisms enable monitoring and calibration of feedforward commands in speech production. Therefore, lack of auditory feedback may interfere with adequate compensation strategies in perturbed situations. This study investigates the effect of hearing status and a lip tube perturbation on vowel production. Eleven normal-hearing controls, and seventeen cochlear implant (CI) users (7 prelingually, 10 postlingually) were recorded during the production of the vowel /u/. Acoustic and articulatory analyses were conducted with and without a 15-mm-diam tube inserted between the lips. Recording sessions were also made before and after the perturbation, with and without auditory feedback. Deaf participants' auditory feedback was provided by the CI and interrupted by switching off their implant devices. Separate analyses were conducted on the acoustic parameters (first formant, second formant, and fundamental frequency) and on articulatory parameters. Results revealed a main effect of group and an interaction between condition and hearing status. Together, results suggest that auditory feedback plays an important role in speech compensation.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,081
Tête enseignante GPT0,263
Écart entre enseignants0,183 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetHearing Loss and RehabilitationTravaux en français237 207