MétaCan
Menu
Retour à la cohorte
Enregistrement W2084907577 · doi:10.1177/154405910508401117

Chewing Indicators between Adults with Down Syndrome and Controls

2005· article· en· W2084907577 sur OpenAlexaff
Martine Hennèquin, Paul Allison, Denise Faulks, Thierry Orliaguet, J.S. Feine

Notice bibliographique

RevueJournal of Dental Research · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensMcGill University
Organismes subventionnairesAmerican Association for Dental, Oral, and Craniofacial Research
Mots-clésMasticatory forceMasticationMedicineDown syndromeDentistryMealInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Down syndrome induces a neuromotor deficiency that affects the orofacial musculature, and thus could be implicated in the feeding difficulties affecting people with this disease. This study aimed to investigate the differences in chewing indicators between a group of 11 adults with Down syndrome and a group of 12 healthy subjects without Down syndrome. Chewing ability was evaluated by means of video recordings taken during a standardized meal that included 10 natural foods. The variables collected were masticatory time, number of masticatory cycles, chewing frequency, number of open masticatory cycles, and number of food refusals. There were several differences in both directions for masticatory time and number of masticatory cycles between the two groups. In addition, with the exception of purée, the group with Down syndrome had significantly lower mean chewing frequency than the reference group, and was unable to eat all the foods presented.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

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

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 Opus0,069
Tête enseignante GPT0,482
Écart entre enseignants0,412 · 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 tête enseignante, 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

Citations38
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental ResearchMême sujetDysphagia Assessment and ManagementTravaux en français237 207