MétaCan
Menu
Retour à la cohorte
Enregistrement W4408917101 · doi:10.3389/fnhum.2025.1521748

Loudness perception deficits during altered and absent auditory feedback in Parkinson’s disease

2025· article· en· W4408917101 sur OpenAlexafffund
Dona Anita Senthinathan, Scott Adams, Allyson D. Page, Mandar Jog

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensWestern University
Organismes subventionnairesParkinson Canada
Mots-clésLoudnessParkinson's diseaseAudiologyPsychologyPerceptionNeuroscienceDiseaseMedicinePhysical medicine and rehabilitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Patients with Parkinson's disease (PD) present with speech difficulties including abnormal speech intensity regulation. It is possible that the neural circuitry in speech may be unique and more complex compared to the other major motor symptoms. The current study aimed to provide a better understanding of the sensorimotor integration and loudness perception deficits in PD using an altered intensity feedback (AIF) paradigm. Twenty-six participants with PD and 26 neurologically healthy control participants completed a magnitude production task (normal loudness, 2× louder, 4× louder, and max loudness) while being presented with AIF and background noise. The task was repeated in complete masking noise and loudness perception ratings were obtained in all conditions (no noise and background noise). Results suggest that unlike previous studies in other sensorimotor domains, individuals with PD display a reduced reliance on auditory sensory feedback such that during a speech magnitude production task, their perception of those productions may rely less on the auditory sensory feedback being received. Loudness perception results in the absence of auditory feedback suggest a modulating effect of sensory feedback on somatosensation or sense of effort in PD.

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)0,002
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,253 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetHearing Loss and RehabilitationTravaux en français237 207