MétaCan
Menu
Retour à la cohorte
Enregistrement W1971108857 · doi:10.1097/00006324-200107000-00015

Resistance of Plastic Ophthalmic Lenses: The Effect of Base Curve on Different Materials During Static Load Testing

2001· article· en· W1971108857 sur OpenAlexaff
MOHAMADOU LAMINE DIALLO, Pierre Simonet, Benoît Frenette, B. Sanschagrin

Notice bibliographique

RevueOptometry and Vision Science · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensUniversité de MontréalPolytechnique MontréalHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésPolycarbonateBase (topology)Materials scienceLens (geology)Fracture (geology)Composite materialOpticsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study was designated to evaluate, through a static load test, the influence of lens base curve on the fracture resistance of three common plastic materials. METHODS: A JJ Lloyd load cell machine was used to test the fracture resistance of -4.00 D spherical lenses. The samples had a nominal center thickness of 2.0 mm and a base curve distributed in one of five groups (+0.50, +2.50, +4.50, +6.50, and +8.50 D). The lenses were manufactured in CR39, polycarbonate, and TL16, a high refractive index plastic (n = 1.599). RESULTS: The lens base curve influenced fracture resistance for all materials. For these materials, resistance increased as the base curve varied from +0.50 to +8.50 D. The resistance of CR39, TL16, and polycarbonate lenses was found to be linearly dependent on lens base curve. The effect is stronger for polycarbonate. Fracture resistance was higher for TL16 than for CR39, and polycarbonate was much more resistant to breakage than the two other materials. CONCLUSIONS: For a given power, the fracture resistance of an ophthalmic lens is reduced when its base curve has a low value. Consequently, the flattening of ophthalmic lenses for cosmetic purposes is not recommended as far as fracture resistance is concerned.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,166
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,030
Tête enseignante GPT0,432
Écart entre enseignants0,402 · 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

Citations5
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207