Cost Assessment of Epidemiologic Surveys in Dentistry
Notice bibliographique
Résumé
Objective: The aim was to assess the relationship between the variability of data, sample size (n) and costs involved in epidemiologic surveys of dental caries. Research design and settings: In order to conduct this study, simulations of the variation in costs of hypothetic epidemiologic surveys were made and studied. Thus, all costs with reference to a survey were described and divided into two categories: fixed and variable. Outcome measures: The following margins of sampling errors were analyzed; 5%, 10%, 12% and 15% and the coefficients of variation (CV) of sampled data evaluated were, 50%, 80%, 100% and 120%. Results: The required sample size increased with the reduction in the margin of error. For a CV of 50%, considering an error of 5%, the sample size was 384; for the same CV and error of 10%, n was 96. Thus it was observed that the relationship of sample size between the errors of 5% and 10 % was 4 times higher. Whereas with regard to cost, when an error of 5% was adopted, this was approximately three times higher when compared with the error of 10%. Conclusion: Thus, when planning sample calculation, it is important to consider the Coefficient of Variation and the coherent errors with the variables under study, thus avoiding overestimating the sample and, consequently, increasing the costs involved in the research. It is fundamental to consider the possibility of working with other margins of error, thereby maintaining scientific strictness and establishing adequate costs.
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 | 0,035 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».