Optimizing the mix of basic dental services for Southern Thai schoolchildren based on resource consumption, service needs and parental preference
Notice bibliographique
Résumé
OBJECTIVES: To identify the optimal levels and mix of basic dental services (sealants and fillings for permanent teeth and extraction of primary teeth) under two different dental settings: hospital-based and mobile dental clinics under specified resource constraints. METHODS: A linear programming model is used based on explicit identification of system objectives and resource constraints. The objective was to maximize benefits as measured by parental willingness to pay (WTP) for basic dental services provided to schoolchildren subject to constraints on total resources, service need and parental preferences among different dental care settings. RESULTS: Optimization was identified to require 270, 180, 552, 828, 228 and 532 cases of hospital sealant, mobile sealant, hospital filling, mobile filling, hospital extraction and mobile extraction, respectively. The corresponding current service levels were 48, 281, 191, 170, 479, and 677 respectively. The optimal service configuration produced a total WTP of 485 860 baht which exceeded the WTP for the current service configuration by more than 75.4%. CONCLUSIONS: Mobile clinic fillings were the highest priority among basic dental services. The current service configurations fail to reflect the setting preferences and provide greater emphasis to extractions than the optimal configuration with less emphasis given to preventive and restorative services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».