Child Abuse and Neglect: Do We know enough? A Cross-sectional Study of Knowledge, Attitude, and Behavior of Dentists regarding Child Abuse and Neglect in Pune, India
Notice bibliographique
Résumé
INTRODUCTION: Child abuse and neglect (CAN) is a significant global problem with a serious impact on the victims throughout their lives. Dentists have the unique opportunity to address this problem. However, reporting such cases has become a sensitive issue due to the uncertainty of the diagnosis. The authors are testing the knowledge of the dentists toward CAN and also trying to question the efforts of the educational institutions to improve this knowledge for the better future of the younger generation. MATERIALS AND METHODS: Questionnaire data were distributed to 1,106 members regarding their knowledge, professional responsibilities, and behavior concerning child abuse. RESULTS: There were 762 responses to the questionnaire, yielding a response rate of 68.9%. Although dentists consider themselves able to identify suspicious cases, only a small percentage of the participants correctly identified all signs of abuse and 76.8% knew the indicators of child abuse. Most of them were willing to get involved in detecting a case and about 90% believed that it is their ethical duty to report child abuse. Only 7.2% suspected an abuse case in the past. The numbers indicate a lack of awareness about CAN in these participants. No differences were observed between sexes, year of graduation, types of license, frequency at which children were treated, and formal training already received. CONCLUSION: A large proportion of child physical abuse cases go undocumented and unreported. The data showed that not all dental care providers and students were prepared to fulfill their legal and professional responsibilities in these situations. CLINICAL SIGNIFICANCE: There should be modifications in the dental school curriculum focusing on educational experiences regarding child abuse to strengthen their capability to care and protect children.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».