MétaCan
Menu
Retour à la cohorte
Enregistrement W1996085937 · doi:10.3109/09273972.2011.650813

Vertical Heterophoria and Susceptibility to Visually Induced Motion Sickness

2012· article· en· W1996085937 sur OpenAlexfundno aff
Danielle N. Jackson, Harold E. Bedell

Notice bibliographique

RevueStrabismus · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNational Eye InstituteMcMaster University
Mots-clésMotion sicknessHeterophoriaOptokinetic reflexAudiologyPsychologyMedicineStrabismusOphthalmologyVestibular systemPsychiatry

Résumé

récupéré en direct d'OpenAlex

Motion sickness is reported to be a common symptom in patients with vertical heterophoria. The goal of this study was to assess the relationship between vertical phoria and susceptibility to motion sickness in a nonclinical sample of 43 subjects. Vertical phoria was measured with a Maddox rod after 30 s of occlusion. To evaluate susceptibility to motion sickness, subjects read text while sitting inside a rotating optokinetic drum for 10 min. Subjects rated their level of motion sickness at 1 min intervals during drum rotation and the magnitude of 13 motion sickness symptoms after drum rotation ended. The magnitude of vertical phoria ranged from 0 to 2.13 prism diopters (pd) with a mean of 0.46 pd and correlated significantly with both the maximum rating of motion sickness during drum rotation and the summed symptom score following rotation. A vertical phoria of 0.75 pd discriminated best between subjects with low vs high summed motion sickness symptom scores (p < 0.0001). Introducing a prism to artificially increase the phoria of 12 subjects with vertical phorias <0.75 pd increased motion sickness symptoms in only 1 subject. Prisms that reduced the phoria of subjects with vertical phorias > 0.75 pd reduced motion sickness symptoms in 2 of the 4 subjects tested. The results confirm an association between vertical phoria and motion sickness, but suggest the relationship may not be causal.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,035
Tête enseignante GPT0,309
Écart entre enseignants0,275 · 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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrabismusMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207