MétaCan
Menu
Retour à la cohorte
Enregistrement W4400285407 · doi:10.1121/10.0027607

Musical timbre with varied amplitude envelope improves efficacy in auditory alarms

2024· article· en· W4400285407 sur OpenAlexaff
Andres E. Lopez, Joseph J. Schlesinger, Michael Schutz

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTimbreEnvelope (radar)Pitch (Music)Speech recognitionAudiologyMusicalAcousticsAmplitudeMusical tonePsychologyComputer scienceArtPhysicsMedicineTelecommunicationsVisual arts

Résumé

récupéré en direct d'OpenAlex

Current alarm standards used in safety critical environments (e.g., medical alarms used in hospitals) suffer from a myriad of complications with detectability, annoyance, and alarm fatigue affecting the wellbeing of patients and staff. To a large extent, these are based on the same simplistic, temporally invariant tones. Here we explore how insights from the acoustic properties of the musical triangle can aid in detection, reducing overall levels hence reducing annoyance ratings. Two tones are used, (1) a standard tone similar to those used in current medical devices, and (2) a tone synthesized based on the spectral-temporal structure of a concert triangle. We conducted a detection experiment where participants indicated if the auditory stimulus is heard when presented a range of signal-to-noise (SNR) ratios and a two-alternative force choice task to measure annoyance ratings. Although reductions in SNRs reduced detectability for the standard tone, similar deductions had no meaningful effect on detectability of tones modeled off the musical triangle. Crucially, we identified a number of triangle inspired tones which are both less annoying and more detectable than standard tones. This suggests that these more complex sounds can reduce annoyance without harming detection, offering useful insight to medical device sound design.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,294
Écart entre enseignants0,276 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetHealthcare Technology and Patient MonitoringTravaux en français237 207