MétaCan
Menu
Retour à la cohorte
Enregistrement W4253827017 · doi:10.1121/1.4800732

Evaluation of contact pressure in human vocal folds during phonation using high-speed videoendoscopy, electroglottography, and magnetic resonance imaging

2013· article· en· W4253827017 sur OpenAlexaff
Zhe Li, Hani Bakhshaee, Leah B. Helou, Luc Mongeau, Karen Kost, Clark A. Rosen, Katherine Verdolini

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhonationElectroglottographVocal foldsAmplitudeAcousticsMicrophoneArticulatory phoneticsMaterials sciencePhysicsSound pressureOpticsAudiologyAnatomyMedicineLarynx

Résumé

récupéré en direct d'OpenAlex

Mechanical stresses on the vocal folds surface during high pitch or amplitude phonation have been postulated to cause vocal fold damage. Models for the quantitative estimate of the contact pressure may be valuable for prevention and treatment. The objective of this study was to non-invasively estimate the contact pressure for different phonation types, frequencies and amplitudes in human subjects using concurrent high-speed videoendoscopy and eletroglottography. The edge velocities before and after contact were estimated from the analysis of consecutive digital images. Instantaneous contact areas were determined from electroglottography along with Magnetic resonance image (MRI). The contact pressure was assessed using the impulse momentum form of Newton's second law. Investigations were carried out in quantitative human subjects to compare contact pressures for three different voice types, frequencies and amplitude levels. Contact pressures for breathy, normal and pressed voice were obtained for five subjects. The results were verified through comparisons with values measured directly using a probe microphone. The proposed method appears to be robust and accurate for contact pressure estimation.

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)0,001
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 enseignants0,658
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,272
Écart entre enseignants0,260 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetVoice and Speech DisordersTravaux en français237 207