Impact of Various Effects of Smoking in the Mouth on Motivating Dental Patients to Quit Smoking
Notice bibliographique
Résumé
We explored the impact of addressing personally relevant effects of smoking in the mouth on promoting the motivation to quit in a dental setting at personal and public levels. Stages of behavior change and attempts to quit smoking by smokers were recorded during dental visits. Dentists selected and gave motivational information from 24 topics relevant to a patient’s oral health status, risk, or dental treatment. During the dental visit, each topic was presented to patients. Topics of gingival melanin pigmentation and periodontal disease risk were most frequently presented. Progression through stages of behavior change and attempts to quit smoking were observed after presentation of each topic. At a personal level, progression through stages was most frequently observed after the patient was shown an image of pediatric dental caries and smoker’s palate, and attempts to quit was most frequently observed after the patient shown an image of the effects of smoking cessation and pediatric dental caries. At the public level, enhancing the motivation to progress through stages and attempts to quit was most frequently observed after the presentation of effects of smoking cessation and discoloration of teeth, although the intensity of enhanced motivation significantly correlated with the frequency of presentation, which was not the highest for these topics. Although various smoking effects on the mouth have potential impact on promoting the motivation to quit, the impact on enhancing motivation is not necessarily consistent at personal and public levels.
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 | 0,003 | 0,015 |
| 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 | 0,000 | 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 ».