Développement d'une oreillette pour la mesure des émissions otoacoustiques
Bibliographic record
Abstract
La perte auditive induite par le bruit est la première cause d’indemnisation des travailleurs en Amérique du Nord malgré tous les programmes de prévention instaurés en milieu de travail et le port de protecteurs auditifs par les travailleurs. Avec pour visée de réduire le nombre de travailleurs affectés par une perte auditive causée par le travail en milieu bruyant, le projet a pour but de développer un système capable de faire le suivi de l’intégrité fonctionnelle de l’oreille interne en utilisant la mesure des émissions otoacoustiques (OAE) produites par la cochlée. L’environnement industriel bruyant étant un problème majeur pour la mesure des faibles signaux acoustiques des émissions otoacoustiques, le projet représente un réel défi en matière de traitement de signal, techniques de débruitage des signaux et de matériel d’instrumentation. \n \nAfin de relever le défi, les sous-objectifs du projet sont : de concevoir un nouvel appareil portable pour la mesure des OAE, concevoir une sonde à bruit électrique et acoustique réduits, développer un algorithme d’extraction et de débruitage de signaux des émissions otoacoustiques et enfin valider le système de mesure sérielle des émissions otoacoustiques développé dans des conditions réalistes. \n \nLe système sera développé premièrement sous forme de routines Matlab afin de tester les méthodes d’extraction des signaux et de débruitage. Une sonde de mesure des OAE sera développée pour effectuer des mesures sur des sujets humains avec les routines Matlab lors d’une campagne de test. Suite à cette campagne de test, le système de mesure des OAE complet sera intégré sous la forme de deux sondes de mesure et d’une unité centrale pour l’enregistrement et le traitement des mesures. \n \nLes résultats préliminaires obtenus en laboratoire indiquent que le système serait capable de mesurer les OAE avec une bonne fiabilité dans des conditions là où le niveau de bruit atteint plus de 75 dB(A). Ainsi, le système développé serait capable de détecter l’apparition de fatigues auditives avant qu’une perte auditive en résulte.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".