Differences in nasalance scores obtained with different Nasometer headsets
Notice bibliographique
Résumé
The goal of the present research study was to investigate possible differences in nasalance scores between different Nasometer headgears. Frequency response characteristics of microphone pairs in a Nasometer model 6200, a model 6450 and two model 6500 headsets were compared using long-term average spectra of white noise and multi-speaker babble signals. Prerecorded sound files from a male and a female speaker were used to record nasalance scores with the four Nasometer headsets and to calculate cumulative absolute differences within and between the headsets. The main outcome measures were the cumulative absolute differences between the decibel (dB) values in the frequency bins from 300 to 750 Hz for the nasal and oral channels of each microphone pair. Cumulative absolute differences between nasalance scores of repeated stimuli within and across Nasometer headsets were tabulated. Results showed that cumulative absolute differences for the frequency range 300-750 Hz were between 6.58 and 7.68 dB. Within headsets, 95.6% to 100% of measurements of all four Nasometer headsets were within 3 nasalance points, although test-retest differences of up to 6 nasalance points were found. Between headsets, 56.1% to 98.9% of measurements were within 3 nasalance points, with the single largest difference of 8 nasalance points. In conclusion, differences between repeated nasalance scores obtained with the same and different headsets were noted. Clinicians should allow a margin of error of ±6 to 8 nasalance points when interpreting scores from different Nasometer headsets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».