Public Preferences for Anterior Tooth Variations: A Web‐Based Study
Notice bibliographique
Résumé
PURPOSE: This study was undertaken to determine the public's preferences for five esthetic variations, with the goal of linking preferences to demographic data such as age, gender, country of residence, and race. MATERIALS AND METHODS: Using photo-editing software, five pairs of images with anterior tooth variations were put on a Web page with forms to collect demographic data and ranking of the image pairs. Opinions were solicited by sending out a large number of e-mails with a short study description and an invitation to access the Web page. The responses were tabulated and analyzed with logistic regression (alpha = 0.05). RESULTS: Valid responses were received from 2185 computer users in 45 countries. Because of the small number of respondents from most countries, only the responses from the United States and Canada (n = 1934) were analyzed. Variables collected were birth date, gender, race or ethnic background, and last dental visit. Analysis indicated that different variables were significant for different questions. Last dental visit and the interaction of gender and race were not significant in any of the models. Strongest preferences concerned diastema and midline shift and the weakest concerned whiteness and proportion. The largest minority view was the straight embrasures. Statistically significant differences were attributable to age, gender, and race. Females had stronger preferences in all conditions. Respondents younger than 40 years of age had stronger preferences for whiteness and against diastema, and whites strongly rejected the diastema. CLINICAL SIGNIFICANCE: This study provides guidelines about the public's preferences concerning some commonly encountered conditions in esthetic dentistry.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».