MétaCan
Menu
Retour à la cohorte
Enregistrement W4403267950 · doi:10.3397/in_2024_1830

Assessment of transparent alternative listening devices' effects on localization cues using head-related transfer function measurements

2024· article· en· W4403267950 sur OpenAlexaff
Alexis Pinsonnault-Skvarenina, Fabien Bonnet, Hugues Nélisse, Jérémie Voix

Notice bibliographique

RevueNOISE-CON proceedings · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésActive listeningComputer scienceHearing aidTorsoSet (abstract data type)AudiologyMedicinePsychologyCommunication

Résumé

récupéré en direct d'OpenAlex

The past few years have seen a meteoric rise in technological advancements in the hearing health industry. New alternative listening devices, often referred to as "hearables", aim to become real "bionic ears" offering hearing protection, amplification, monitoring and even biosensing functionalities. With the recent approval of the "Over-the-Counter Hearing Aid Act" in the United States and the introduction of so-called "OTC" hearing aids, these alternative listening devices now have the potential to revolutionize the world of traditional auditory amplification. Since these devices may be used by individuals with hearing loss, it is important to consider how they might influence spatial auditory awareness. Therefore, this paper studies the effect of alternative listening devices on localization cues using the Head Related Transfer Function (HRTF). In this purpose, we measured the HRTFs on a Head and Torso Simulator (HATS) with and without digital listening devices. To evaluate the acoustic performance of these devices, the devices were set into their "acoustically transparent" mode. These measures enable a preliminary characterization of the effect of hearables and OTC devices on localization cues.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,711

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,080
Tête enseignante GPT0,343
Écart entre enseignants0,263 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetHearing Loss and RehabilitationTravaux en français237 207