Discriminant analysis of clinical color vision tests and color related tasks
Notice bibliographique
Résumé
Purpose: Individuals with congenital color deficiencies show a large inter-observer variation in performing color related tasks. One such task is interpreting color codes used in VDT displays. The aim of this study is to determine if Ishihara, HRR plates, Farnsworth D-15, Adams D-15 and CN Lantern can predict the performance on a VDT color naming task. Methods: 100 color-normals and 52 color-defectives participated in the study. Pass/Fail criteria for the color naming task was established based on number and types of color normal errors. Results: Discriminant analysis was performed to compare the clinical tests with the task. HRR plates, Farnsworth D-15, Adams D-15 and CN Lantern were significant predictors according to the model. Of all the clinical tests, the Farnsworth D-15 test was the best predictor of performance on the practical test. The sensitivity and specificity was 0.75 and 0.92 respectively. Conclusions: Certain clinical tests are reasonable predictors for determining who can adequately identify certain VDT colors. These tests are generally used to diagnose moderate to severe color vision defects. The Farnsworth- D-15 test was the best predictor of the practical test. However, it was not perfect. Whether the Farnsworth- D-15 is sufficient for occupational purposes depends on the critical safety issues.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».