MétaCan
Menu
Retour à la cohorte
Enregistrement W4413430513 · doi:10.52783/jisem.v10i58s.12577

AudioAid creation using Open-Source Audiometric Notched Hearing as a Therapy for Tinnitus Relief

2025· article· en· W4413430513 sur OpenAlexaff
Vidhu Shekhar Bajpai

Notice bibliographique

RevueJournal of Information Systems Engineering & Management · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensAdvanced Micro Devices (Canada)
Organismes subventionnairesnon disponible
Mots-clésTinnitusAudiologyMedicineOpen sourceComputer scienceSoftwareOperating system

Résumé

récupéré en direct d'OpenAlex

Tinnitus affects millions of people around the world, and, unfortunately, there are very few effective treatment options, particularly for those without access to specialized audiological care. AudioAid is a new, innovative, open-source, comprehensive web-based platform that provides individual patients with personalized notched auditory stimulation therapy through any standard web browser and headphones. The platform utilizes a diagnostic module that identifies the frequency of the individual's tinnitus, and a selection of custom therapeutic pathways that include nightly listening sessions that contain white noise filtered with spectral notches centred on the patient's tinnitus frequency. AudioAid is built on modern web development technology, specifically React.js and serverless architecture, which allows us to eliminate traditional barriers of access for tinnitus treatment services since the platform does not require any specialized hardware or a therapist's supervision. The diagnostic component generates a dual assessment of the laterality, subjective intensity, and dominant frequency characteristics of an individual's tinnitus, and the therapeutic component generates dermatological filtered white noise listening sessions, each meant for passive listening at night. Components to foster user engagement, motivate progress, monitor clinical and treatment outcomes, and encourage adherence to their listening sessions are included. Dashboards of progress tracking, automated reminders to encourage adherence, and self-assessment are identified as user engagement features. This democratized access and evidence-based solution addresses a very real separation between the clinical advances made in notched auditory stimulation studies and the accessibility of those advances for patients around the world. AudioAid ideally represents how a scalable, low-cost intervention can be provided, which allows individuals to manage their tinnitus symptoms using evidence-based techniques to educate them on the use of spectral filtering that, overall, has the potential to change the way we deliver auditory healthcare services to underserved populations worldwide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,302
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Information Systems Engineering & ManagementMême sujetHearing Loss and RehabilitationTravaux en français237 207