MétaCan
Menu
Retour à la cohorte
Enregistrement W1987840329 · doi:10.5624/isd.2013.43.4.267

Dental maturity of Saudi children: Role of ethnicity in age determination

2013· article· en· W1987840329 sur OpenAlexaboutno aff
Ziad D. Baghdadı

Notice bibliographique

RevueImaging Science in Dentistry · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueForensic Anthropology and Bioarchaeology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPercentileEthnic groupDemographyMedicineAnalysis of varianceAge groupsDentistryMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Demirjian's dental maturity scores and curves have been widely used for human age determination. Several authors have reported considerable differences between the true and estimated age based on the Demirjian curves, which have been accounted for by ethnicity. The purpose of the current study was to assess the role of ethnicity-specific dental maturation curves in age estimation of Saudi children. MATERIALS AND METHODS: A sample of 452 healthy Saudi children aged 4 to 14 years were aged based on the original French-Canadian Demirjian curves and several modified Demirjian curves specified for certain ethnic groups: Saudi, Kuwaiti, Polish, Dutch, Pakistani, and Belgian. One-way ANOVA and a post hoc Scheffé's test were used to assess the differences between chronological age and dental age estimated by the different curves (P<0.05). RESULTS: The curves designed for Dutch, Polish, Saudi, and Belgian (5th percentile) populations had a significantly lower error in estimating age than the original French-Canadian and Belgian (50th percentile) curves. The optimal curve for males was the Saudi one, with a mean absolute difference between estimated age and chronological age of 8.6 months. For females, the optimal curve was the Polish one, with a mean absolute difference of 7.4 months. It was revealed that accurate age determination was not related to certain ethnicity-specific curves. CONCLUSION: We conclude that ethnicity might play a role in age determination, but not a principal one.

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)0,007
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,274
Écart entre enseignants0,262 · 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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImaging Science in DentistryMême sujetForensic Anthropology and Bioarchaeology StudiesTravaux en français237 207