MétaCan
Menu
Retour à la cohorte
Enregistrement W4308560849 · doi:10.1093/sleepadvances/zpac029.094

P021 Associations between Virtual Reality (VR) Ocular Assessments and Vigilance during Extended Wakefulness – Preliminary Analysis

2022· article· en· W4308560849 sur OpenAlexaff
Kelsey Bickley, Robert J. Adams, Craig Anderson, Jennifer M. Cori, Mark E. Howard, Leon Lack, Nicole Lovato, D Stevens, Andrew Vakulin

Notice bibliographique

RevueSLEEP Advances · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensNeuroRx Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésVigilance (psychology)AlertnessPsychomotor vigilance taskSimulator sicknessWakefulnessAudiologyPsychologyPsychomotor learningMedicineCognitionElectroencephalographySleep deprivationCognitive psychologyNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Sustained vigilance is essential for safety in high-risk workplaces, making rapid and accessible alertness failure vulnerability assessments extremely desirable. We are piloting existing technology, the NeuroFlex® Platform, which takes ocular performance measurements of both prosaccade and antisaccade eye-movements using a portable Virtual Reality (VR) headset. We’ve conducted preliminary comparisons between these measures and Psychomotor Vigilance during extended wakefulness. Methods Sixteen young-adults (females= 8; age M= 25.13, SD= 4.30) completed five test batteries starting 1-hour post-wake where repeated testing encapsuled more than 24-hours of extended wakefulness. Each battery consisted of two 10-minute visual Psychomotor Vigilance Tasks, in addition to three administrations of 60-second prosaccade and antisaccade assessments using the NeuroFlex® VR platform. Results Time main effects occurred for reciprocal reaction time, F(3.83,57.37) = 20.54, p <.001, and proportions of lapses/trials, F(3.55,48.33) = 7.36, p <.001. Vigilance troughs occurred around the circadian nadir (19-hours post-wake) with some recovery at final administrations (25-hours post-wake). No associations were found between prosaccade latency and vigilance metrics. Moderate negative (r=-.63, p=.01 & r=-.54, p=.03) associations were found between antisaccade latency and reciprocal reaction time near the nadir, but not the number of lapses per trial. Discussion This preliminary analysis has demonstrated potential sensitivity of the NeuroFlex® platforms ocular measurements to vigilance. Though we have not detected associations between lapses and eye-movement latency, we were limited to the existing output generation of the NeuroFlex® platform in this preliminary investigation. With refined data analyses, we see promise in the NeuroFlex® platforms capability of predicting alertness failure.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,231
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,387
Écart entre enseignants0,361 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEP AdvancesMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207