MétaCan
Menu
Retour à la cohorte
Enregistrement W4408185731 · doi:10.1038/s41598-025-91627-3

Monocular reading performance measured by MNREAD-P acuity chart in normo-readers schoolchildren

2025· article· en· W4408185731 sur OpenAlexaff
Yan Jonathan D' Almeida Souza, Arthur Gustavo Fernandes, Nívea Nunes Ferraz

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésChartReading (process)MonocularVisual acuityComputer scienceOptometryOphthalmologyMedicineArtificial intelligenceMathematicsStatisticsLinguistics

Résumé

récupéré en direct d'OpenAlex

This study aimed to determine and establish values for reading performance in normo-readers schoolchildren. Literate students aged 8 to 18 years old without visual impairments were recruited. The MNREAD-P chart was used to assess monocular reading acuity (RA in logMAR), critical print size (CPS in logMAR), and maximum reading speed (MRS in words per minute - wpm). Participants were grouped into three education levels: Elementary School I (3rd to 5th grade), Elementary School II (6 to 9th), and High School (10 to 12th). Lower and upper normal limits were determined using a 95% confidence interval around the mean. The association of RA, MRS, and CPS with sex, heterophoria, and education level was analyzed with a significance level of p ≤ 0.05. The final sample included 184 eyes from 92 participants (65% female) with a mean age of 12.8 ± 2.9 years. The normative lower limits were: (a) RA of 0.1 logMAR for Elementary I and II and 0.0 logMAR for High School; (b) CPS of 0.3 logMAR for all education levels; (c) MSR of 116 wpm for Elementary I, 159 wpm for Elementary II and 192 wpm for High School. Higher education level was significantly associated with improvement in RA (p = 0.017) and MRS (p < 0.001).

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,276
Écart entre enseignants0,264 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207