MétaCan
Menu
Retour à la cohorte
Enregistrement W4233485410 · doi:10.1121/1.4800424

Advanced hearing protection and auditory awareness in individuals with hearing loss

2013· article· en· W4233485410 sur OpenAlexafffund
Christian Giguère, Chantal Laroche, Véronique Vaillancourt

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDefence Research and Development Canada
Mots-clésActive listeningSituation awarenessComputer scienceTask (project management)Hearing lossNoise (video)Hearing protectionAmbient noise levelSpeech recognitionAudiologyPsychologyEngineeringAcousticsArtificial intelligenceCommunicationMedicine

Résumé

récupéré en direct d'OpenAlex

In-ear and earmuff-type electronic protection devices are rapidly being introduced into the marketplace and deployed in noisy industrial workplaces and military settings. In these environments, workers must be sufficiently protected from noise while being able to maintain good communication abilities and situational awareness. Features such as level-dependent attenuation or amplification, noise reduction, and remote communication capabilities are commonly found in advanced devices. The benefits of these features depend on their complex interaction with the signal and noise characteristics, the hearing status and language proficiency of the workers, and the nature of the auditory task. Furthermore, advanced devices often have different modes of operation and several user-adjustable control settings. In this paper, the interaction between the gain control setting and the degree of hearing loss is investigated for two level-dependent devices in a speech recognition task in noise. At all gain settings, the level-dependent mode of the devices provided better speech recognition that passive attenuation for all groups of subjects, and performance often exceeded unprotected listening.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,235 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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