MétaCan
Menu
Retour à la cohorte
Enregistrement W4385961551 · doi:10.15547/tjs.2022.04.009

OCULAR SURFACE COMFORT AND FACE MASKS: DRY EYE EPIDEMIC AMID COVID 19 PANDEMIC?

2022· article· en· W4385961551 sur OpenAlexaboutno aff
V. Ivancheva, A. Lyubenov A. Lyubenov

Notice bibliographique

RevueTrakia Journal of Sciences · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal and Optic Conditions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFace masksCoronavirus disease 2019 (COVID-19)PandemicMedicineEye protectionSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakOptometryQuarter (Canadian coin)Disease

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this research is evaluating the effects of wearing face masks on ocular health among medical students in the current COVID-19 pandemic. METHODS: The study includes 147 students in total, all are from Medical University in Pleven. They were interviewed anonymously about their eye health and comfort during periods of wearing face masks. RESULTS: Findings of the study highlighted that wearing face masks for prolonged periods decreases eye comfort levels. Most common presenting complaints were dryness, grittiness, scratchiness, soreness, burning and watering. Almost one quarter of interviewed students sometimes experienced eye fatigue or ocular discomfort. Severity of symptoms was described as “tolerable” in 30.8%, “uncomfortable” in 13%. Of the asked students 25.4% answered that their symptoms were getting worse while being with a protective face mask. In terms of longest uninterrupted time wearing face masks, results show: almost 20% reported more than 5 hours without break. CONCLUSIONS: As a conclusion of this study, it was observed that eye health and dry eye symptoms among medical students was adversely affected by wearing full face covering protective masks during the pandemic situation, which interferes with the quality of life and is an emerging public health issue.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,224
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,066
Tête enseignante GPT0,358
Écart entre enseignants0,292 · 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'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 revueTrakia Journal of SciencesMême sujetRetinal and Optic ConditionsTravaux en français237 207