MétaCan
Menu
Retour à la cohorte
Enregistrement W4415016797 · doi:10.1016/j.xops.2025.100962

Shorter Viewing Distance Reduces Contrast in Man-Made Environments

2025· article· en· W4415016797 sur OpenAlexaff
William Myles, Sally A. McFadden, Quan V. Hoang

Notice bibliographique

RevueOphthalmology Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensColumbia College
Organismes subventionnairesSingHealth FoundationSingapore Eye Research InstituteMedical Research CouncilSingHealthLee FoundationNational Medical Research CouncilSpine Education and Research Institute
Mots-clésContrast (vision)Noise (video)Measure (data warehouse)Term (time)

Résumé

récupéré en direct d'OpenAlex

Purpose Myopia is associated with increased near-work, time spent indoors and urban environments. This may in part stem from the spatial frequency (SF) composition of the visual environment in such scenarios compared to nature. We investigated the SF content of natural and man-made environments and how the relative contrast experienced may be affected by viewing distance. Study Design Experimental study of environmental contrast. Subjects, Participants, and/or Controls Digital images (n=594) from natural (n=151), mixed-urban (n=172), urban (n=136) and indoor (n=135) environments across Singapore. Methods The FFT was computed and radially averaged and the slope of the amplitude spectra with SF was determined. The total contrast energy within each SF octave ( f –2 f ) was measured to determine exposure deficits between environments, and whether environmental contrast was scale invariant (unaffected by changes in viewing distance). Main Outcome Measures Between environment differences in SF gradient, total contrast and scale invariance. Results As expected, indoor environments displayed the steepest SF gradients at -1.36±0.1, more than urban (-1.22±0.1, p <0.01), mixed-urban (-1.09±0.1, p <0.01) and natural (-1.00±0.1, p <0.01) environments. Specifically, mixed-urban, urban and indoor environments all lacked contrast at middle and higher SFs compared with natural scenes ( p <0.01 each). Contrast energy/octave was approximately equal for natural environments, signifying the relative SF composition was scale invariant. This was not true for man-made environments. Contrast energy/octave decreased as a function of SF in mixed-urban, urban and, most rapidly, in indoor environments ( p <0.001 each), signifying that the total contrast experienced in such environments is directly dependent on viewing distance. Consequently, halving viewing distance when indoors would reduce total perceived middle SF contrast by 35%, despite indoor environments already being deficient compared to nature. Conclusions The SF content of natural environments is consistent regardless of viewing distance, signifying scale invariance. However, this does not apply in man-made environments where contrast at all SFs directly depend on viewing distance. This implies that short viewing distances in man-made environments, may fail to stimulate the eye with sufficient contrast compared to natural environments and may be the reason that such environments induce myopia. Artificial environments cause deprivation because they inherently lack contrast at middle and higher SFs, and these deficits are exacerbated the shorter the viewing distance.

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: Observationnel · Signal consensuel: aucune
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,029
Tête enseignante GPT0,372
Écart entre enseignants0,342 · 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 revueOphthalmology ScienceMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207