MétaCan
Menu
Retour à la cohorte
Enregistrement W4391360708 · doi:10.1002/lio2.1204

Development and evaluation of a new intraoral voice assist device called the voice retriever

2024· article· en· W4391360708 sur OpenAlexaboutno aff
T. Yamada, Kohei Yamaguchi, Ayane Horike, Kohei Takahashi, Sirinthip Amornsuradech, Kazuharu Nakagawa, Kanako Yoshimi, Haruka Tohara

Notice bibliographique

RevueLaryngoscope Investigative Otolaryngology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLabrador RetrieverComputer scienceS VoiceCommunicationAudiologyPsychologyMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Objective: Patients lose their voice after laryngectomy for laryngeal cancer or aspiration prevention surgery for severe dysphagia. To assist such patients, we developed and verified the utility of a novel vocalization method using a device termed the voice retriever (VR), in which the sound source is placed in the mouth. Methods: We investigated the effectiveness of the VR in patients. The VR consists of a mouthpiece with a built-in speaker and a dedicated application that serves as the sound source. We compared the speech intelligibility and naturalness in normal participants using VR and an electrolarynx (EL) for the first time as well as the voice-related quality of life (V-RQOL) in patients with dysphonia before and after using the VR. Results: The VR produced significantly higher 100-syllable test scores as well as fluency, amount of additional noise, intonation, intelligibility and overall long reading test ratings in the first-time VR and EL users. Furthermore, the VR use significantly improved the V-RQOL of participants with dysphonia. Conclusion: Compared to EL, VR allows more effective speech improvement in participants without experience using an alternative vocalization method and improves the V-RQOL in patients with dysphonia. Level of Evidence: Step 4.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,334
Écart entre enseignants0,265 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaryngoscope Investigative OtolaryngologyMême sujetVoice and Speech DisordersTravaux en français237 207