MétaCan
Menu
Retour à la cohorte
Enregistrement W2017120210 · doi:10.1111/j.1600-9657.2004.00243.x

Differences in the etiology of mandibular fractures in Kuwait, Canada, and Finland

2004· article· en· W2017120210 sur OpenAlexaffabout
Kyösti Oikarinen, Petr Schütz, Lukman Thalib, George K.B. Sándor, Cameron M. L. Clokie, Tina Meisami, Slavek Safar, Mikko Moilanen, Mohammed Belal

Notice bibliographique

RevueDental Traumatology · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Trauma and Fracture Management
Établissements canadiensToronto General Hospital
Organismes subventionnairesKuwait University
Mots-clésEtiologyFalling (accident)MedicinePoison controlOccupational safety and healthInjury preventionDentistryDemographyMedical emergencyEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

We studied causes of mandibular fractures treated in oral and maxillofacial units in three countries in years 1990-2000 in Kuwait (n=596), 1995-2000 in Canada (n=228), and 1990-99 in Finland (n=268). Of the Finnish patients, 27% were women. Corresponding percentages in Kuwait and Canada were 13 and 17%, respectively. Traffic crashes were the cause of injury in 55% of the cases in Kuwait and 33% in Oulu, but only 7% in Toronto. In Kuwait, the victims were often young people, which is why more traffic education, more control of speed, and more control of the use of safety belts should be implemented. Assault was the cause in 54% in Toronto, 12% in Kuwait, and 37% in Oulu. Falling was the cause in 22% of the cases in Kuwait. Alcohol was implicated in 21% of cases in Canada and 15% in Finland.

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)0,003
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 enseignants0,078
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,240 · 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

Citations39
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDental TraumatologyMême sujetFacial Trauma and Fracture ManagementTravaux en français237 207