Perception of extreme musical dissonance in cochlear implant users using a novel listening task
Notice bibliographique
Résumé
Hypothesis We hypothesized that a novel harmonic consonance-dissonance music perception task would reveal a monotonic relationship between harmonic consonance and pleasantness ratings by NH listeners. Additionally, we hypothesized that CI recipients will be able to distinguish between the most consonant and most dissonant music samples, although with more variability and less contrast between each condition than the NH cohort and with lower overall ratings of sound quality. Finally, we hypothesized that listeners with extensive music training would show more pronounced differences in pleasantness ratings across the four tiers of consonance to dissonance. Background Harmonic consonance and dissonance are key components of music's perceived quality and pleasantness. However, tools to evaluate these musical aspects, especially for CI users, are scarce, leading to significant knowledge gaps. This study aimed to refine previous methods by emphasizing the variability and typically lower scores among CI users, aligning these findings more closely with their reported experiences and existing literature. Methods A total of 34 participants (21 NH and 13 CI) completed the 30-min music task, which involved listening to music samples with various levels of harmonic consonance-dissonance ranging from complete consonance to extreme dissonance, and then rating the samples on a 5-point “pleasantness” scale. Participants also provided details about their musical training and listening habits. Results NH listeners consistently rated Tier D (extreme dissonance) as the least pleasant and confirmed the expected monotonic relationship between consonance and pleasantness. CI recipients, while unable to distinguish between adjacent tiers (A and B, B and C, C and D), did show a significant difference in ratings between Tiers A and D, and between B and D. Their ratings for Tiers A–C were centered around “slightly pleasant,” reflecting lower overall pleasantness scores compared to NH participants. Musical training was correlated with greater differentiation in pleasantness ratings in both NH and CI groups, suggesting that formal training enhances sensitivity to harmonic dissonance. Conclusions The findings suggest that CI users perceive extreme manipulations of dissonance, and propose the potential for a shorter, refined version of this test for clinical use or further research. This task could aid in optimizing CI configurations for enhanced music enjoyment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».