MétaCan
Menu
Retour à la cohorte
Enregistrement W2081387075 · doi:10.1111/j.1754-4505.2005.tb00367.x

Non-clinical information obtained by dentists during initial examinations of older adult patients

2005· article· en· W2081387075 sur OpenAlexafffundabout
Robert J. Hawkins, David Locker

Notice bibliographique

RevueSpecial Care in Dentistry · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDental Education, Practice, Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésMedicineDentistry

Résumé

récupéré en direct d'OpenAlex

The authors sent a questionnaire to a random sample of general dentists in Ontario, Canada, to assess the types of non-clinical information (NCI) dentists usually obtain during initial examinations of older patients. From a list of 11 NCI questions, dentists indicated which questions they usually asked during new patient examinations. The adjusted response rate was 34% (n = 672). Respondents most often asked about pain and satisfaction with the appearance of teeth and/or dentures. About half the respondents asked about oral dryness and whether problems with chewing had limited food choices. Respondents were least likely to ask about problems with speaking and avoidance of eating with others because of chewing problems. Traits of those who asked the least common NCI questions typically including continuing education courses in geriatric dentistry, self-perceived competence in treating elderly adults living in institutional settings, exposure to geriatric outreach settings during dental school and greater dentist involvement in patient history taking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,474
Écart entre enseignants0,445 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations13
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSpecial Care in DentistryMême sujetDental Education, Practice, ResearchTravaux en français237 207