Impact of Blur on Suprathreshold Scaling of Ocular Discomfort
Notice bibliographique
Résumé
PURPOSE: To examine the suprathreshold scaling of pneumatic stimuli, and the ratings of discomfort and intensity under clear and defocused visual conditions. METHODS: Twenty-one participants rated sensory intensity and discomfort of a series of mechanical stimuli from a pneumatic esthesiometer, using a 0 to 100 numerical scale under clear and defocused visual conditions. Esthesiometry was performed on one eye while the fellow eye viewed a 3-m distant 6/60 target through a trial lens. For the clear visual condition, a +0.25DS lens was used over the subject's refractive correction, and for defocus, an additional +4.00DS was used. Central corneal mechanical thresholds were first estimated using ascending methods of limits. Then, stimuli that were 25%, 50%, 75%, and 100% above threshold were presented in random order in three sessions of clear and defocused vision, and subjective ratings were recorded. Power exponents that define the slope of the sensory transducer functions were derived for discomfort and intensity estimates. RESULTS: No significant differences (P = 0.66) in mechanical thresholds, ratings of discomfort (P = 0.54), and intensity (P = 0.30) were observed between the visual conditions. Power exponents for discomfort showed significant differences (P = 0.05) between clear and defocus conditions, but not intensity (P = 0.22). Comparison between discomfort and intensity showed differences in exponents when vision was clear (P = 0.02) and defocused (P < 0.001). CONCLUSIONS: Scaling of suprathreshold pneumatic stimuli varies with viewing conditions. When vision was not clear, the exponent of the average transducer function for discomfort was steeper and this finding is the first demonstration of an association between ocular surface sensation and quality of vision.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,008 |
| 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 ».