MétaCan
Menu
← Retour à la cohorte
Enregistrement W2750585205 · doi:10.1167/17.10.440

A Comparison of Electrophysiological and Behavioral Measures of Visual Acuity

2017· article· en· W2750585205 sur OpenAlexaff
Nakita Ryan, Gabrielle Hodder, Lauren King, James R. Drover

Notice bibliographique

RevueJournal of Vision · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésVisual acuityPsychologyRepeatabilityOptometryAudiologyElectrophysiologyOphthalmologyMedicineMathematicsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Unlike behavioral techniques, the measurement of visual evoked potentials (VEPs) provides an objective electrophysiological measure of vision directly from the visual cortex. The purpose of the present study is to provide the first comparison of visual acuity scores obtained using a new VEP system and those obtained using behavioral tests. Grating acuity was estimated in 27 participants (M = 21.2±1.5 years) using the VeriSci Neucodia VEP system following the sweep VEP (sVEP) procedure. During each 10 second sweep, participants were presented with 8 horizontal square wave gratings ranging from 5.3 to 35.6 cpd (0.75 to -0.07 logMAR). Each participant completed 8 sweeps. Grating acuity was also measured using the Teller Acuity Cards II (TAC) and optotype acuity was estimated using the Early Treatment Diabetic Retinopathy Study (ETDRS) visual acuity test. Scores from the three tests were compared. In addition, coefficients of repeatability (COR) were determined for all possible test pairs in order to determine level of agreement. Friedman analyses revealed a significant test effect (p< 0.0001). Specifically, ETDRS scores were significantly finer than scores obtained with sVEP (-0.04 v. 0.12 logMAR, p< 0.0001) and the TAC (-0.04 v. 0.11 logMAR, p< 0.0001). TAC and sVEP scores did not differ (TAC=0.11 logMAR; VEP=0.12 logMAR; p=0.52). COR analyses indicated that the level of agreement between all test pairs was poor and virtually identical (TAC and sVEP COR=0.30 logMAR; sVEP and ETDRS COR=0.30 logMAR; TAC and ETDRS COR=0.31 logMAR). The poor agreement between tests is not surprising given that they assess different visual abilities (i.e., TAC and sVEP: resolution acuity; ETDRS: recognition acuity). Furthermore, the tests likely tap different underlying neural mechanisms as VEPs are recorded directly from the visual cortex, whereas the TAC and the ETDRS require a behavioural response and therefore, likely tap mechanisms further upstream within the visual system and beyond. Meeting abstract presented at VSS 2017

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,217
Tête enseignante GPT0,487
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→