MétaCan
Menu
Retour à la cohorte
Enregistrement W4353015922 · doi:10.1080/2576117x.2023.2188836

Vision Beyond Vision: Lessons Learned from Amblyopia

2023· article· en· W4353015922 sur OpenAlexafffund
Agnes Wong

Notice bibliographique

RevueJournal of Binocular Vision and Ocular Motility · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanada Foundation for InnovationJohn and Melinda Thompson Endowment Fund in Vision NeurosciencesCanadian Institutes of Health ResearchPrevent BlindnessBrandan’s Eye Research Foundation
Mots-clésFixation (population genetics)Saccadic maskingPerceptionEye movementPsychologyVisual acuitySmooth pursuitAdaptation (eye)Binocular visionStereopsisAudiologyVisual perceptionComputer visionComputer scienceMedicineNeuroscienceOphthalmology

Résumé

récupéré en direct d'OpenAlex

Amblyopia is characterized by spatiotemporal uncertainty in the visual system. In addition to its effects on vision, amblyopia also exerts a widespread impact on other systems. Many of these changes are observed not only during amblyopic eye viewing but also during fellow eye and binocular viewing. They generally correlate with the severity of visual acuity and stereo acuity loss. The affected systems include: (1) oculomotor control manifested as abnormal fixation, saccades, smooth pursuit, and saccadic adaptation; (2) motor control with altered programming, execution, and temporal dynamics of eye-hand coordination, and decreased ability of the sensorimotor system to adapt to changes in the visual environment; (3) balance control with decreased postural stability; (4) multisensory integration characterized by reduced McGurk effect and altered cross-modal interactions in audiovisual perception; and (5) auditory localization manifested as impaired spatial hearing as a result of abnormal developmental calibration of the auditory map. To detect amblyopia early, a targeted approach is required to identify children from low-income families through in-school visual screening, supplemented by follow-up care and free eyeglasses in high-needs schools.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,400
Score d'incertitude au seuil0,872

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,390
Écart entre enseignants0,293 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Binocular Vision and Ocular MotilityMême sujetVisual perception and processing mechanismsTravaux en français237 207