Proposing a Low-Cost, Transportable Horizontal Binaural Test Using Headphones
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Binaural hearing plays a significant role in auditory perception, spatial awareness, and sound source differentiation. Studies have linked cognitive decline, traumatic brain injuries, and neurodegenerative disease with decline in binaural performance, and quantification thereof may provide key information related to early onset of such diseases. Current horizontal binaural tests require multiple external speakers and an anechoic chamber, preventing broad clinical deployment, especially in remote communities. Furthermore, they use design parameters that differ widely. We hereby aim to develop a portable, easy-to-perform binaural hearing performance test, as well as identifying the ideal design parameters used in current literature, including audio prompt type, frequency, duration, and modality (speaker vs. headphone). Results indicate that a voice-form audio, with a sampling frequency of 1 kHz combined with a 4-second duration yields the best outcomes. Moreover, comparisons between speaker modality tests and our proposed headphone modality test using a Head Related Transfer Function (HRTF) reveal a high level of agreement between performances. Notably, the proposed headphone test mitigates sources of bias such as informed guessing due to visual cues, memorization of source locations, and movement of the head during tests. The findings establish the potential of a low-cost, easily accessible binaural performance test applicable across diverse settings. This research contributes insights into the design and implementation of binaural tests, with implications for fields such as audiology and neuroscience.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découle