Auditory-Perceptual and Acoustic Characteristics of Sibilant and Vowel Sounds in Children with Cleft Palate Undergoing Rapid Palatal Expansion
Notice bibliographique
Résumé
Introduction: The goal of the present study was to analyze the auditory-perceptual and acoustic characteristics of sibilant and vowel sounds over the course of rapid palatal expansion treatment in children with cleft lip and palate (CLP). METHODS: A Nasometer headset was used to record vowel-consonant-vowel (VCV) nonwords with the sibilants "s, z, sh" and the vowels "a, i, u" in 28 children with CLP at six time points. Auditory-perceptual and acoustic analyses of 4,500 VCV productions were obtained. RESULTS: Perceived sibilant errors increased after expander insertion (T2) and gradually returned to pretreatment levels. The s-sound was distorted most frequently (38.3%), while the fewest errors were noted for sh (28.6%). Auditory-perceptual and acoustic measures of nasality increased from the baseline before expander insertion (T1) to the final time point after secondary alveolar bone-grafting (T6). Variability between repeated productions was noted for 26.6% of consonant productions. A cluster analysis showed that 13 children with a higher error rate of 43.9% at T1 had a lower rate of 37.4% at T6 while 15 children with a lower error rate of 16.1% at T1 had a higher rate of 26.6% at T6. CONCLUSION: Speech errors increased at T2, followed by gradual improvement until T6. The cluster analysis found that some patients in this study showed an increase of pathological speech characteristics over the course of the palatal expansion treatment. More research is needed to investigate how the cleft team can identify and mitigate possible adverse effects for speech. .
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 ».