MétaCan
Menu
Retour à la cohorte
Enregistrement W2595610433 · doi:10.9778/cmajo.20160012

Knowledge, attitude, willingness and readiness of primary health care providers to provide oral health services to children in Niagara, Ontario: a cross-sectional survey

2017· article· en· W2595610433 sur OpenAlexaffvenueabout
Sonica Singhal, Rafael Figueiredo, Sandy Dupuis, Rachel Skellet, Tara Wincott, Carolyn Dyer, Andrea Feller, Carlos Quiñonez

Notice bibliographique

RevueCMAJ Open · 2017
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensPublic Health OntarioRegional Municipality of Niagara
Organismes subventionnairesnon disponible
Mots-clésOral healthFamily medicineMedicineCross-sectional studyAffect (linguistics)Health carePrimary careEarly childhood cariesNursingPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most children are exposed to medical, but not dental, care at an early age, making primary health care providers an important player in the reduction of tooth decay. The goal of this research was to understand the feasibility of using primary health care providers in promoting oral health by assessing their knowledge, attitude, willingness and readiness in this regard. METHODS: Using the Dillman method, a mail-in cross-sectional survey was conducted among all family physicians and pediatricians in the Niagara region of Ontario who have primary contact with children. A descriptive analysis was performed. RESULTS: Close to 70% (181/265) of providers responded. More than 90% know that untreated tooth decay could affect the general health of a child. More than 80% examine the oral cavity for more than 50% of their child patients. However, more than 50% are not aware that white spots or lines on the tooth surface are the first signs of tooth decay. Lack of clinical time was the top reason for not performing oral disease prevention measures. INTERPRETATION: Overall, survey responses show a positive attitude and willingness to engage in the oral health of children. To capitalize on this, there is a need to identify mechanisms of providing preventive oral health care services by primary health care providers; including improving their knowledge of oral health and addressing other potential barriers.

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)0,001
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 enseignants0,294
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,396
Écart entre enseignants0,349 · 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

Citations11
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetDental Health and Care UtilizationTravaux en français237 207