Troubles de la parole: Crowdsourcing une option valable pour la collecte de notes vocales

sponsored links

Crowdsourcing - où les réponses à une tâche sont regroupées dans un grand nombre de personnes recrutées en ligne - peut être un outil efficace pour note retentit dans la recherche des troubles de la parole, selon une étude réalisée par Steinhardt School de NYU de la culture, de l'éducation, et le développement humain.

«Parce que de grands échantillons crowdsourcing peuvent être obtenus rapidement, facilement et à moindre coût, les chercheurs de la parole pourraient trouver avantageux d'utiliser la technologie de crowdsourcing en place des méthodes traditionnelles de collecte de notes de la parole», a déclaré Tara McAllister Byun, professeur adjoint au Département de NYU Steinhardt des communicative Sciences et troubles et principal auteur de l'étude.

Recherche en linguistique et la psychologie a signalé que l'utilisation de crowdsourcing non seulement gagner du temps et de l'argent, mais peut réellement améliorer la rigueur scientifique. L'étude de NYU, publiée dans le Journal of Communication Disorders, suggère que ces avantages peuvent également être étendues à des études de la nature et le traitement des troubles de la parole.

Dans le discours recherche sur les troubles, les auditeurs impartiales sont nécessaires pour évaluer les progrès des patients au cours du traitement par l'écoute de sons de la parole et notation ou les coder. Parce que les orthophonistes de la parole et d'autres professionnels formés sont souvent utilisés comme évaluateurs, recueillir les évaluations peut être coûteux. Il peut aussi être difficile de trouver des évaluateurs qui ne font pas partie de la recherche et sont donc impartiale.

Amazon Mechanical Turk (AMT) est une plate-forme de crowdsourcing en ligne développé par Amazon comme un outil pour l'exécution des tâches de routine effectuées par l'homme mieux que les ordinateurs. Maintenant, avec des centaines de milliers de travailleurs, et environ 10 000 demandeurs ou les employeurs, ne importe qui peut utiliser l'interface standardisée de l'AMT d'afficher ou de tâches électroniques complets. Bien que non conçu à l'origine pour effectuer la recherche comportementale, l'AMT a été utilisé avec succès dans la linguistique et de la recherche en psychologie.

Des études de modélisation ont montré que même lorsque les réponses individuelles à une tâche ne sont pas très réponses d'un grand nombre de personnes précise, agrégée ou crowdsourcing convergent généralement avec ceux des experts. Dans cette étude, les chercheurs ont testé la validité d'avoir la parole utilisateurs AMT taux sons, contre évaluations recueillies auprès des auditeurs expérimentés.

On a demandé aux auditeurs pour évaluer les enregistrements de 100 mots contenant le son "r", recueillies auprès des enfants avec du mal à prononcer le son et le travail de la corriger en orthophonie. Vingt-cinq auditeurs expérimentés et 153 auditeurs AMT a marqué le "r" sonne comme correcte ou incorrecte. Les données des auditeurs expérimentés ont été recueillies sur une période de trois mois, tandis que la collecte de données en utilisant AMT ont à peine 23 heures.

Les chercheurs ont découvert que lorsque les réponses ont été regroupées, il y avait un très haut niveau de accord global. Lorsque des articles ont été classés comme correcte ou incorrecte sur la base du vote à la majorité dans tous les auditeurs dans un groupe, le groupe AMT et le groupe auditeur expérimenté étaient d'accord sur tout, mais sept des 100 articles.

Dans une autre analyse, les chercheurs ont tenté de comprendre comment de nombreux auditeurs AMT ont été nécessaires pour obtenir encore des réponses valides qui convergeaient avec ceux des auditeurs expérimentés. Ils ont constaté que des échantillons de neuf ou plusieurs auditeurs AMT démontrent un niveau de performance conforme aux attentes typiques pour les auditeurs expérimentés.

Tout en utilisant AMT pour notes vocales pose certaines limites, notamment le manque de contrôle sur la qualité sonore et évaluateurs inattentifs ou peu coopératifs, les chercheurs ont conclu que l'utilisation de l'AMT pour la recherche en pathologie du langage de la parole pourrait avoir un impact important sur le processus de collecte notes vocales.

"Un des principaux avantages de l'utilisation de crowdsourcing pour recruter des auditeurs pour les tâches discours de notation est la vitesse et la facilité avec laquelle les notes peuvent être obtenus", a déclaré McAllister Byun. "Toutefois, en utilisant le crowdsourcing pour note de données de parole ne est pas seulement une question de commodité, elle a aussi le potentiel pour améliorer la recherche de la parole en élargissant l'accès à des auditeurs indépendants, réduisant ainsi biais."