Assessing the visual vertical: how many trials are required?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The visual vertical (VV) consists of repeated adjustments of a luminous rod to the earth vertical. How many trials are required to reach consistency in this measure? This question has never been addressed despite the widespread clinical use of the measurement in stroke rehabilitation. METHODS: VV perception was assessed (10 trials) in 117 patients undergoing rehabilitation after a first hemisphere stroke. The intraclass correlation coefficient (ICC) and standard error of measurement (SEM) were calculated for each patient category: with contralesional VV bias (n = 48), ipsilesional VV bias (n = 17) and normal VV (n = 52). RESULTS: For patients with VV biases, 6 trials were required to reach high inter-trial reliability (contralesional: ICC = 0.9, SEM = 1.36°; ipsilesional: ICC = 0.896, SEM = 0.96°). For patients with normal VV, a minimum of 10 trials was required (ICC = .728, SEM = 1.13°). A set of 6 trials correctly classified 96 % of patients. CONCLUSIONS: In the literature, 10 is the most frequently used number of trials used to assess VV orientation. Our study shows that 10 trials are required to adequately measure VV orientation in non-selected subacute stroke patients. For complex protocols imposing a decrease in the number of trials in each condition, 6 trials are needed to identify VV biases in most patients.
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.
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 | 0,001 | 0,010 |
| 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 découle