MétaCan
Menu
Retour à la cohorte
Enregistrement W2084990942 · doi:10.1002/ajhb.10061

Midsagittal facial soft‐tissue growth of French Canadian adolescents

2002· article· en· W2084990942 sur OpenAlexaboutno aff
Shelley L. Smith, Peter H. Buschang

Notice bibliographique

RevueAmerican Journal of Human Biology · 2002
Typearticle
Langueen
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinForeheadNasionNoseGlabellaSoft tissueCephalometryOrthodonticsMedicineAnatomySurgery

Résumé

récupéré en direct d'OpenAlex

This study examines changes in 12 midline soft-tissue thicknesses from the forehead, nose, lip, and chin regions in girls and boys from 10 to 16 years of age. The soft-tissue changes are compared to changes in two hard-tissue distances (sella-nasion and nasion-menton). The subjects are from a mixed-longitudinal sample studied at the Montreal Human Growth Research Center in the 1960s and 1970s. Total sample size is 242 (from lateral cephalographs of 124 males and 118 females), with numbers varying by age and measurement. For hard-tissues, boys show clearly defined adolescent spurts, while girls display small velocity increases indicative of only very minor spurts. Forehead tissue thicknesses for both sexes change little and show no demonstrable growth spurts. For the nose and philtrum region, which have the greatest absolute soft-tissue growth changes, both boys and girls show adolescent spurts. Peak velocities are attained between 13 and 14 years in boys and between 11.9 and 12.5 years in girls. Boys appear to have small adolescent spurts for upper (13.7 years) and perhaps lower lip thicknesses. Neither sex displays clear evidence for adolescent spurts in the chin region.

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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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

Citations20
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Human BiologyMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207