MétaCan
Menu
Retour à la cohorte
Enregistrement W1977477332 · doi:10.1520/jfs2004037

Dental Maturity in South France: A Comparison Between Demirjian's Method and Polynomial Functions

2004· article· en· W1977477332 sur OpenAlexaff
Nils Chaillet, A Demirjian

Notice bibliographique

RevueJournal of Forensic Sciences · 2004
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueForensic Anthropology and Bioarchaeology Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPercentileMaturity (psychological)Confidence intervalPolynomialPopulationReliability (semiconductor)MathematicsMedicineStatisticsDemographyDentistryAlgorithmOrthodonticsPsychologyEnvironmental healthMathematical analysisDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

The dental maturity of 1031 healthy southern French subjects aged between 2 and 18 years was studied with dental panoramic tomograms. Demirjian's method based on seven and eight teeth has been used to determine maturity scores as a function of age and polynomial functions to determine age as a function of score. We give gender-specific tables of maturity scores and development graphs for each method. The goal of these methods is different because of the nature of the predictions. The percentiles give the dental maturity compared to a standard for a specific age, and polynomial functions give an age prediction with a confidence interval for age. The variations in dental maturity are specific to each population. Thus, the aim of this study is to give the dental maturity standards for southern French children and to compare both the efficiency and applicability of each method in several fields such as forensic sciences or dental health for the clinicians. The addition of the third molar increased the reliability and the capacity of prediction up to 18 years. The polynomial functions showed the best reliability (1.3% of misclassified) and the percentile methods the best accuracy (more or less 1.2 years, on average, between 2 and 18 years of age).

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
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)0,0010,000

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 Opus0,045
Tête enseignante GPT0,323
Écart entre enseignants0,278 · 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

Citations133
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetForensic Anthropology and Bioarchaeology StudiesTravaux en français237 207