Normative Performance Functions for the Modified Connected Speech Test
Notice bibliographique
Résumé
PURPOSE: The Connected Speech Test (CST) assesses an individual's ability to understand everyday contextualized running speech amidst competing background babble. To minimize accent effects on speech perception scores and reduce the noise floor of the original recordings, an updated version was developed by Saleh et al. (2020). The updated recordings feature a speaker with a General American accent to replace the Southern U.S. accent in the original test, and modern recording equipment was used to achieve a lower noise floor. The aim of this study was to collect normative data, characterizing performance on the updated CST. Self-reported speech intelligibility and listening effort ratings were collected to examine how subjective perceptions of the task vary across test conditions. METHOD: To evaluate normative performance on this updated test, 40 native English-speaking adults (36 females and four males) with normal hearing were recruited from The University of Western Ontario. Multitalker babble was presented at a fixed level, and speech was presented at fixed signal-to-babble ratios (SBRs) to participants in both co-located and separated loudspeaker conditions. At each SBR, participants were scored based on key words correctly identified. Subjective speech intelligibility and listening effort were evaluated using self-report scales. For each measure, data were fitted with transfer functions to characterize performance on the task. RESULTS: Participants demonstrated significantly better performance in the separated loudspeaker condition, indicating a spatial release from masking. For both conditions, increased SBR was associated with increased performance and subjective speech intelligibility, and decreased listening effort. CONCLUSION: The study provides normative data to characterize expected performance for the updated version of the CST.
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 | 0,001 | 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 | 0,001 |
| 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 ».