Notice bibliographique
Résumé
Background: The ORVIS infrastructure aims to facilitate the development and availability of valid and adapted tools that will allow functional, perceptual, cognitive and psychological evaluation of low vision clients by researchers and clinicians who work in low vision and visual impairment rehabilitation. Methods: The tools developed or documented within ORVIS Infrastructure are tests or questionnaires which allow, or will allow to assess—in an accurate and reliable manner—characteristics related to visual impairment. The tools in development are: (I) questionnaire de repérage des hallucinations visuelles liées au syndrome de Charles-Bonnet (QR-SCB); (II) repérage des personnes âgées présentant des INDices de déficience VISUELle (IndiVisuel); (III) mesure de l’impact de la déficience visuelle dans les activités quotidiennes (MIDVAQ) and (IV) M’EYE read test. The directory documents 14 tools and offers—within a descriptive sheet—characteristics, components and metrological properties as supported by cited scientific studies. Results: The ORVIS Infrastructure, which aims at the development and availability of assessment tools, fills researchers’ and clinicians’ needs for measurement tools that are valid, effective and appropriate for use with a visually impaired clientele. Such tools are, especially in French, little known and hard to find, and represent a precious resource for those who want to evaluate the efficacy of treatments or interventions. Conclusions: ORVIS is available at www.orvis.vision. Between November 2015 and September 2017, the directory has been accessed 1,383 times by 952 unique visitors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,351 | 0,342 |
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 source (Gemma direct ou Codex distillé), 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 ».