MétaCan
Menu
Retour à la cohorte
Enregistrement W4401621939 · doi:10.1097/mao.0000000000004292

Influence of Anatomy-Based Fitting in Cochlear Implant Users on Music Perception Using the Montreal Battery of Evaluation of Amusia

2024· article· en· W4401621939 sur OpenAlexaboutno aff
Felix Heitkötter, Bianca Krämer, Achim G. Beule, Claudia Rudack

Notice bibliographique

RevueOtology & Neurotology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAudiologyCochlear implantPerceptionMusic perceptionNeuroscienceCognitionPsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The aim is to investigate the influence of the anatomy-based fitting (ABF) in cochlear implants (CI) on the perception of specific musical features. DESIGN: The Montreal Battery of Evaluation of Amusia (MBEA) test battery was performed with a collective of 16 CI users with and without an anatomy-based fitting and 9 normal hearing subjects. The insertion angles of the intracochlear electrode arrays were calculated using Otoplan® (MED-EL, Innsbruck, Austria) software. RESULTS: CI users with an anatomy-based fitting achieve better results in the MBEA in all categories, especially in rhythm, meter, and memory. There is no effect of insertion depth alone on the ability to perceive musical features, even after anatomy-based fitting. CONCLUSIONS: The results of the CI users in comparison to normal hearing people confirm previous studies. Apart from better speech understanding in CI users, which has been demonstrated in other studies, the anatomy-based fitting also contributes to a better perception of musical features. Currently, there are no comparable studies on this relationship. Investigations with further parameters with the help of the MBEA are pending. SIGNIFICANCE: Our results show that anatomy-based fitting of cochlear implants significantly improves the perception of specific musical attributes and thus leads to an increased enjoyment of music.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,349
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOtology & NeurotologyMême sujetHearing Loss and RehabilitationTravaux en français237 207