MétaCan
Menu
Retour à la cohorte
Enregistrement W7144205749 · doi:10.1002/j.1538-9235.2000.tb01038.x

Retest Variability of Human Infant Contrast Sensitivity: How Many Tests Are Sufficient?

2000· article· en· W7144205749 sur OpenAlexafffund
R.A. Adams, Mary L. Courage, James R. Drover

Notice bibliographique

RevueOptometry and Vision Science · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensGovernment of Newfoundland and LabradorMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésContrast (vision)Coefficient of variationReliability (semiconductor)Sensitivity (control systems)Variation (astronomy)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Retest variability of a new infant contrast sensitivity (CS) card procedure was assessed by binocular measurement of a group of 20 6‐month‐olds twice within a 1‐week period. Coefficient of reliability analyses showed that within‐subject variability between tests was only slightly less than variation across subjects, which suggests that results from a single test are a poor predictor of an infant's “true” visual functioning. To determine how many tests are needed to estimate when infant CS stabilizes to within an acceptable (0.15 log unit) criterion, a second experiment was conducted in which a small group of subjects was tested repeatedly over a 2‐week period. The results showed that averaging performance on 2 to 3 tests was required before an accurate estimate of the subject's performance could be obtained. Our results suggest that caution should be taken in the interpretation of a single measurement of infant visual functioning.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,607

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 technologies0,0000,002
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 Opus0,024
Tête enseignante GPT0,434
Écart entre enseignants0,410 · 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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207