MétaCan
Menu
Retour à la cohorte
Enregistrement W7065180538

Développement d’une oreille artificielle simplifiée et réaliste pour quantifier l’effet d’occlusion objectif

2021· other· fr· W7065180538 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2021
Typeother
Languefr
DomainePhysics and Astronomy
ThématiqueAstrophysical Phenomena and Observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoudspeakerSeismic explorationSynkinesis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Au Québec, environ 360 000 travailleurs sont exposés quotidiennement à des niveaux de bruits susceptibles d’endommager leur santé auditive. L’utilisation de bouchons d’oreilles est parfois la seule solution envisageable pour réduire l’exposition du travailleur à ces bruits dangereux. Cependant, leur utilisation est associée à de multiples inconforts qui réduisent la qualité et le temps de port, les rendant ainsi inefficaces. Ce travail de maîtrise s’intéresse principalement à l’effet d’occlusion, un inconfort acoustique lié à la perception accrue des sons internes (comme sa propre voix) lorsque les oreilles sont occluses. \n \nCe mémoire a pour but d’améliorer les outils de simulation et de mesure de l’effet d’occlusion objectif, un indicateur généralement associé à l’inconfort acoustique vécu. L’indicateur objectif de l’effet d’occlusion, appelé « effet d’occlusion » (OE pour « occlusion effect » en anglais), est donc défini comme la différence de niveaux de pression acoustique en un point donné du conduit auditif entre le conduit occlus et ouvert. Effectivement, les oreilles artificielles existantes ne permettent pas de reproduire les principaux effets de l’OE observés sur des groupes de participants (ex., effet du type de bouchon et de la profondeur d’insertion) et les modèles utilisés pour concevoir ces oreilles n’ont pas encore pu être validés. Le développement de ce type d’outil est primordial pour pouvoir concevoir des bouchons d’oreilles plus confortables. \n \nCe travail de maîtrise vise donc à développer un prototype d’oreille artificielle (POA) simplifiée et réaliste dédié à la quantification objective de l’effet d’occlusion. Ce POA doit être simple au niveau sa géométrie et de son anatomie, mais suffisamment réaliste pour pouvoir bien reproduire le champ de vibration sur les parois du conduit. Le POA consiste en un conduit cylindrique à section constante intégré dans une matrice parallélépipédique reproduisant les tissus environnants du conduit auditif et est excité perpendiculairement au conduit directement sur les tissus mous à l’aide d’un banc de test dédié à la caractérisation de matériaux acoustiques (banc QMA). \n \nLe POA est dans un premier temps conçu à l’aide d’outils numériques préliminaires. Il est ensuite fabriqué et évalué expérimentalement par rapport aux données de la littérature. L’évaluation du prototype d’oreille a permis de déterminer que les principaux effets connus observés sur l’OE (c.-à-d., type du bouchon et profondeur d’insertion) sont correctement reproduits pour un bouchon de mousse, mais moins pour un bouchon plus rigide en silicone. Une phase de validation est ensuite réalisée. Dans le cas d’un dispositif d’occlusion simple réalisé à l’entrée du conduit, les simulations de l’OE sont assez proches des mesures effectuées sur le POA fabriqué, et ce principalement quand les tissus mous sont modélisés comme un solide viscoélastique quasi incompressible. Pour les dispositifs d’occlusion de type bouchon (mousse et silicone), la comparaison mesure/calcul est moins satisfaisante. Plusieurs facteurs pourraient expliquer ces différences dont : les propriétés mécaniques des bouchons et le contact entre la peau et le bouchon qui sont mal connus et mal modélisés. \n \nCe prototype d’oreille artificielle permet de faire un pas en avant vers le développement d’outils dédiés à l’amélioration du confort (et donc de l’efficacité) des bouchons d’oreilles, réduisant ainsi les risques de surdité des travailleurs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace École de technologie supérieure (École de technologie supérieure)Même sujetAstrophysical Phenomena and ObservationsTravaux en français237 207