Ear Canal Role and Psychoacoustic Parameters: Loudness, Sharpness, Roughness, and Fluctuation Strength
Notice bibliographique
Résumé
Abstract Aim: The purpose of this study was to investigate whether psychoacoustic parameters could be significantly influenced by the human ear canal and whether gender played a significant role in these effects. Methods: In this study, sixty participants were enrolled, with an equal distribution of 30 male and 30 female individuals. White and sinusoidal noises at 75, 85, and 95 dB as stimulus sound pressure levels (SSPLs). Psychoacoustic parameters such as loudness, sharpness, roughness, and fluctuation strength were measured both outside (cavum part of the external ear) and inside the right ear of each participant. These measurements were done using a circular-shaped microphone with a 2-mm diameter and Labview software. The duration for each measurement was 10 s. The independent sample t -test and repeated measures ANOVA test were employed for the statistical analysis in this study. The results indicated that the equality of means was rejected at a significance level of P < 0.05. All statistical analyses were conducted using SPSS Version 26. Results: The mean age and standard deviation of all participants were 22.77 ± 2.60 years old. The comparison of psychoacoustic parameters in the exposure to different types of noises at various levels between genders showed no statistically significant differences (all P > 0.05). For both sinusoidal noise and white noise at all three studied SSPLs, the differences in four psychoacoustic parameters between the outer and inner ears of the participants were not statistically significant (all P > 0.05). Conclusion: Based on our findings, it seems that the human ear canal does not have any effect on psychoacoustic parameters, leading us to conclude that the ear canal does not contribute to noise-induced annoyance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».