MétaCan
Menu
Retour à la cohorte
Enregistrement W627566237 · doi:10.1097/opx.0000000000000461

Color Vision and the Railways

2014· article· en· W627566237 sur OpenAlexfundaboutno aff
Stephen J. Dain, Armand Casolin, Jennifer Long

Notice bibliographique

RevueOptometry and Vision Science · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Waterloo
Mots-clésLanternTrichromacyColor visionColor discriminationColor perception testColor Vision DefectsArtificial intelligenceComputer visionCategorizationOptometryColour VisionComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There are two currently available lantern tests that have their design based solely on the practices of the rail industry. These are the CN Lantern (CNLAN) used on the Canadian Railways and the Railway LED Lantern Tests (RLLT). In the same way that the signaling practices differ in the two jurisdictions, the design of the lanterns also differ. The CIE (Commission Internationale de l'Éclairage)-recommended color vision standards for transport predate both lanterns. The study was undertaken to assess the appropriateness of these lanterns in CIE Color Vision Standard 1. CIE Standard 1 is called "Normal color vision" but some very mild anomalous trichromats may pass the specified "lantern test that presents a high level of difficulty." METHODS: The lantern tests were undertaken by 46 color vision-normal and 37 color vision-deficient subjects. RESULTS: Subjects made more errors on the RLLT, and the pattern of errors is different, partly because there are blank presentations in the RLLT and "no light" is an acceptable response. The two lanterns showed agreement on the pass/fail categorization of 73 of the 83 subjects. The RLLT fails more color vision-normal subjects. CONCLUSIONS: Despite the different construction principles, the RLLT and CNLAN have pass/fail levels that are comparable with the Holmes-Wright Type B lantern, which is nominated in CIE Color Vision Standard 1 but is no longer commercially available. The higher failure rate of color vision-normal subjects on the RLLT has been addressed by changing the intensities of the two darkest red lights.

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 enseignants0,345
Score d'incertitude au seuil0,919

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 technologies0,0010,002
Communication savante0,0010,001
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 Opus0,031
Tête enseignante GPT0,437
Écart entre enseignants0,407 · 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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetVisual perception and processing mechanismsTravaux en français237 207