MétaCan
Menu
Retour à la cohorte
Enregistrement W1531505245 · doi:10.1002/j.1538-9235.2000.tb01171.x

The Accuracy and Precision Performance of Four Videokeratoscopes in Measuring Test Surfaces

2000· article· en· W1531505245 sur OpenAlexaff
Wilfred Tang, Michael Collins, Leo G. Carney, Brett A. Davis

Notice bibliographique

RevueOptometry and Vision Science · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensVictoria Park
Organismes subventionnairesnon disponible
Mots-clésOpticsAccuracy and precisionPolymethyl methacrylateRaster graphicsTest (biology)MathematicsComputer scienceComputer visionPhysicsGeologyStatisticsNuclear magnetic resonance

Résumé

récupéré en direct d'OpenAlex

In this study we evaluated the accuracy and precision of three placido-disk videokeratoscopes (the Keratron, Medmont and TMS) and one videokeratoscope that uses the raster-stereogrammetry technique (PAR-CTS) in elevation topography with six test surfaces. The test surfaces were a sphere, an asphere, a multicurve, and three bicurve surfaces. Each instrument performed well on certain test surfaces, but none of the instruments excelled on all of the surfaces. The results showed high accuracy of the Keratron and Medmont instruments in measuring the sphere, asphere, and multicurve surfaces, but not the bicurve surfaces. The precision of the Keratron and Medmont instruments were high. The TMS and PAR-CTS instruments showed poorer accuracy than the Keratron and Medmont instruments for the multicurve test surface but showed better performance for the bicurve surfaces. The PAR-CTS had the poorest performance in precision of the four instruments. The use of the Noryl spherical test surface instead of polymethyl methacrylate (PMMA) resulted in small differences in the accuracy performance of the placido-disk videokeratoscopes only.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,023
Tête enseignante GPT0,326
Écart entre enseignants0,303 · 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'étudeObservationnel
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

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujet3D Surveying and Cultural HeritageTravaux en français237 207