MétaCan
Menu
Retour à la cohorte
Enregistrement W2914803288 · doi:10.22599/bioj.120

Which Stereotest do You Use? A Survey Research Study in the British Isles, the United States and Canada

2019· article· en· W2914803288 sur OpenAlexaboutno aff
Kathleen Vancleef, Jenny C. A. Read

Notice bibliographique

RevueBritish and Irish Orthoptic Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStereoscopic acuityOptometryTest (biology)Eye carePsychologySurvey instrumentFamily medicineMedicineGeographyOphthalmologyVisual acuityApplied psychology

Résumé

récupéré en direct d'OpenAlex

A wide range of stereotests are available to measure stereopsis. Because each test has its own advantages and disadvantages, opinions differ on which is the preferred test to use in clinical practice. We conducted surveys comparing the use of stereotests in the British Isles and in the United States and Canada. Two online surveys were developed following consultation with eye care professionals, one for each geographical area. Both surveys included two questions on the frequency of use of different stereotests, two questions on best practice stereotests, and two questions on the usefulness of stereotests. Researchers made distinctions between appointments with children below or above 6 years old for respondents from the British Isles and below or above 5 years old for respondents from the Unites Stated and Canada. The surveys were distributed through professional organisations. We found Frisby to be the most used stereotest on the British Isles for both age groups. In the US and Canada, Titmus and Randot stereotest are more frequently used. Respondents consider these tests as the best practice stereotests. Eye care professionals agree stereotests are useful in the diagnosis and treatment decision making and even more so in obtaining an accurate measure of stereoacuity, especially with older children.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,070
Tête enseignante GPT0,361
Écart entre enseignants0,291 · 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.

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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish and Irish Orthoptic JournalMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207