MétaCan
Menu
Retour à la cohorte
Enregistrement W4403448209 · doi:10.1523/jneurosci.0964-24.2024

GABAergic Inhibition Underpins Hidden Hearing Loss

2024· article· en· W4403448209 sur OpenAlexaff
Daniel Paromov, Yi Ran Wang, Kyla Munoz Galarza

Notice bibliographique

RevueJournal of Neuroscience · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing, Cochlea, Tinnitus, Genetics
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceGABAergicHearing lossAudiologyPsychologyMedicineInhibitory postsynaptic potential

Résumé

récupéré en direct d'OpenAlex

Hearing involves both peripheral and central processing mechanisms that range from simple detection of sounds to complex processing that allows speech comprehension. Hidden hearing loss refers to a condition in which individuals show normal hearing thresholds on an audiogram but experience difficulties in more complex auditory tasks (Salvi et al., 2018; Gallun, 2021). Aging and noise exposure are contributing factors to hidden hearing loss (Salvi et al., 2018). The substrates responsible for this type of hearing loss are unclear, because deficits are observed all along the auditory pathway throughout aging. Specifically, aging has been shown to lead to loss of cochlear hair cells and synapses, damage to the auditory nerve, and impairment in the central auditory system. Notably, although there are no cortical volume changes in the human auditory cortex associated with age-related hearing loss, evidence indicates that GABA concentrations, as measured by MR spectroscopy, decrease with age and hearing thresholds (Ouda et al., 2015; Dobri and Ross, 2021). A useful measure to get an insight into central auditory deficits, specifically those occurring in the inferior colliculus and auditory cortex, is the binaural masking level difference (BMLD; Gilbert et al., 2015). As we have all experienced, the presence of noise can make it difficult to detect a target sound. But a target that is masked by noise will become detectable (unmasked) if the target and noise arise from different locations. Spatial segregation produces a detectable interaural time difference that can be mimicked in experimental settings by inverting the phase of the target sound presented to each ear (Gilbert et al., 2015). The inputs to the … Correspondence should be addressed to Daniel Paromov at daniel.paromov{at}umontreal.ca.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,083
Tête enseignante GPT0,324
Écart entre enseignants0,241 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetHearing, Cochlea, Tinnitus, GeneticsTravaux en français237 207