MétaCan
Menu
Retour à la cohorte
Enregistrement W4411855610 · doi:10.20944/preprints202506.2356.v1

3D Printed Galilean Telescope for Low Vision Patients

2025· preprint· en· W4411855610 sur OpenAlexfundno aff
Daniel Aguirre-Aguirre, Itzel Muñoz-Juárez, M. I. Rodríguez-Rodríguez, Brenda Villalobos-Mendoza, Ruth Eva Hernández-Carbajal, Rufino Díaz-Uribe, Rafael Izazaga-Pérez

Notice bibliographique

RevuePreprints.org · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensnon disponible
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoCanadian Institute for Theoretical Astrophysics
Mots-clésGalileanGalilean moons3d printedTelescopeOptometryOpticsComputer graphics (images)Remote sensingAstronomyPhysicsComputer scienceEngineeringGeologyMedicineClassical mechanicsSatellite

Résumé

récupéré en direct d'OpenAlex

Low vision is a condition in which a person experiences a significant loss of visual acuity or visual field that ordinary glasses, surgery, or medication cannot correct. Individuals suffering this condition struggle to perform daily tasks, even when using glasses or contact lenses. In some cases, telescopes are recommended for patients with low vision diagnosis because they could help them improve their quality of life. Therefore, we propose a 3D printed Galilean telescope for low vision patients, accessible to both the vulnerable and nonvulnerable sectors of the population, with the advantages of fabrication times, costs, and weight are considerably reduced. The performance of the 3D printed Galilean telescope was evaluated by comparing it to an identical BK-7 glass Galilean telescope design, obtaining a difference of 0.49 lp/mm in optical resolution. Clinical results from a patient with low vision showed that the 3D printed Galilean telescope improved the patient’s visual acuity, increasing it by up to 4 lines on the LEA numbers, from 10/80 to 10/32. Additionally, the 3D telescope enhanced patient’s contrast sensitivity, improving it from 6 cpd (cycles per degree) to 18 cpd.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,314
Écart entre enseignants0,282 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetAnatomy and Medical TechnologyTravaux en français237 207