MétaCan
Menu
Retour à la cohorte
Enregistrement W2031463070 · doi:10.5430/jnep.v4n1p108

Denial or decay? The effects of an oral health educational program on caregivers of preschool children

2013· article· en· W2031463070 sur OpenAlexvenueno aff
Audrey P. Miller, Chanadra Young-Whiting, Michelle Kameka

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2013
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)DenialCognitionIntervention (counseling)Test (biology)PsychologyOral healthMedicineClinical psychologyFamily medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Dental caries (tooth decay or cavities) are perhaps the most prevalent infectious disease impacting our nation’s children. Dental caries in children are five times more common than asthma and seven times more common than hay fever. More than 40% of children have tooth decay by the time they reach kindergarten. The aim of this study was to examine the effects of an oral health educational program on knowledge and behavior-specific cognitions and affect in caregivers of children ages two to five. Hypotheses: The five hypotheses determined if there was a positive relationship between: (1) prior related behaviors and behavior-specific cognitions and affect, (2) personal factors and behavior-specific cognitions and affect, (3) pre- knowledge and prior related behaviors, (4) post-knowledge and intent to provide oral health care, and (5) the difference between caregivers’ pre-intervention and post-intervention scores on knowledge. Methods: Descriptive quasi-experimental study utilizing a pre-test post-test model, with a convenience sample of 400 caregivers recruited from seven Head Start program sites in South Florida, who attended one of 18 oral health educational programs. Research questions addressed the relationship between the oral health educational program and the dependent variables prior related behavior, personal factors, behavior-specific cognitions and affect, knowledge, and intent. Care- givers completed a demographic survey and an oral health behavior questionnaire, a knowledge pre-test, then viewed a 16-minute video designed by Colgate, and completed another knowledge post-test. Results: The educational program had an overall significant effect on caregivers’ prior related behaviors, r = .43, p (two-tailed) < .01; behavior-specific cognitions and affect, r = .43, p (two-tailed) < .01; intention to provide oral health care for their children, r = .27, p (two-tailed) < .01; and post-test for knowledge of oral health care ( M = 60.57, SE = .30) compared to pre-test for knowledge ( M = 59.03, SE = .26), t (399) = -6.35, p < .01, r = .30). However, only 0.4% ( R 2 = .004, Adj R 2 = .00) of the variance in the outcome variable was accounted for by the predictor variables; the model was not significant, F (2, 397) = .80, p = .49 in comparing personal factors and behavior-specific cognitions and affect. Conclusions: Poor oral health can compromise a child’s overall health and impact their growth and development. Therefore, effective educational programs should be initiated early on to combat widespread oral disease. Effective educational interventions will contribute to positive behavior change and increased knowledge in caregivers. Through health/public policy change, future research will promote preventive oral health care and decrease oral disease .

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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,444
Écart entre enseignants0,411 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetDental Health and Care UtilizationTravaux en français237 207