MétaCan
Menu
Retour à la cohorte
Enregistrement W4200575997 · doi:10.3389/fnagi.2021.744444

Functionally Assessing the Age-Related Decline in the Detection Rate of Photons by Cone Photoreceptors

2021· review· en· W4200575997 sur OpenAlexafffund
Asma Braham Chaouche, Maryam Rezaei, Daphné Silvestre, Angelo Arleo, Rémy Allard

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2021
Typereview
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill UniversityUniversité de Montréal
Organismes subventionnairesAgence Nationale de la RechercheFondation des Maladies de l'Oeil
Mots-clésPerceptionMacular degenerationNeuroscienceCone (formal languages)PhotonPeripheral visionRetinalRetinaVisual perceptionComputer scienceBiologyArtificial intelligenceOpticsPhysicsMedicineOphthalmology

Résumé

récupéré en direct d'OpenAlex

Age-related decline in visual perception is usually attributed to optical factors of the eye and neural factors. However, the detection of light by cones converting light into neural signals is a crucial intermediate processing step of vision. Interestingly, a novel functional approach can evaluate many aspects of the visual system including the detection of photons by cones. This approach was used to investigate the underlying cause of age-related visual decline and found that the detection rate of cones was considerably affected with healthy aging. This functional test enabling to evaluate the detection of photons by cones could be particularly useful to screen for retinal pathologies affecting cones such as age-related macular degeneration. However, the paradigm used to functionally measure the detection of photons was complex as it was evaluating many other properties of the visual system. The aim of the current mini review is to clarify the underlying rationale of functionally evaluating the detection of photons by cones, describe a simpler approach to evaluate it, and review the impact of aging on the detection rate of cones.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,073
Tête enseignante GPT0,359
Écart entre enseignants0,286 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetVisual perception and processing mechanismsTravaux en français237 207