Does masking alter the mismatch negativity response to gaps?
Notice bibliographique
Résumé
OBJECTIVE: Difficulties perceiving speech in noise can be studied using temporal resolution measures. This study investigates the processing of silent gaps in the central auditory system in various noise conditions. METHODS: Event-related potentials and psychoacoustic thresholds were measured in 14 normal hearing adult subjects. A multi-deviant paradigm was used to present an 80 dB SPL standard stimulus and a series of gapped deviants with gap durations ranging from 2 to 40 ms. The stimuli were presented in three noise conditions in which the noise (i.e. the masker) was either absent, presented at a low intensity (60 dB SPL) or high intensity (80 dB SPL). A composite N1 + mismatch negativity called a deviant-related negativity (DRN) and the following positive component (P2) measured peak-to-peak were compared to behavioral accuracy rates. RESULTS: The amplitude of the DRN-P2 increased as gap duration increased in the no and low masking conditions. However, this was not the case in the high masking condition. Behavioral gap detection correlated with all masking conditions. However, with high intensity masking, the gap detection accuracy was reduced, and the peak-to-peak measurement was no longer able to reliably code the temporal aspects of the signal. CONCLUSIONS: This study demonstrates that high masking noise make the detection of gaps very difficult as demonstrated by using electrophysiology and behavioural measures. However, low levels of masking have little effect on the presence of the gap and the auditory system appears to withstand some level of noise with results similar to no masking at all.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».