MétaCan
Menu
Retour à la cohorte
Enregistrement W2898512366 · doi:10.1590/2317-1782/20182017216

O gênero e a idade influenciam as dimensões do palato duro? Revisão sistemática da literatura

2018· review· pt· W2898512366 sur OpenAlexaboutno aff
Luana Cristina Berwig, Mariana Marquezan, Jovana de Moura Milanesi, Márlon Munhoz Montenegro, Thiago Machado Ardenghi, Ana Maria Toniolo da Silva

Notice bibliographique

RevueCoDAS · 2018
Typereview
Languept
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCochrane LibrarySagittal planeMedicineObservational studyHard palateOrthodonticsWeb of scienceHumanitiesDentistryMeta-analysisArt

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Analyze the influence of gender and age on hard palate dimensions and verify the reference parameters available in the literature. RESEARCH STRATEGIES: Two reviewers independently performed a search at the Cochrane Library, PubMed-Medline and Web of Knowledge databases using descriptors according to the syntax rules of each database. SELECTION CRITERIA: Observational or experimental human studies evaluating the dimensions of the hard palate or maxillary dental arch, with at least one transverse, vertical or sagittal plane measurement, in normal occlusions or class I malocclusions, and comparisons of the dimensions between genders and/or ages. DATA ANALYSIS: Descriptive analysis with the following subdivisions: design, sample, evaluation instruments, measurements in millimeters, and statistical analysis. Quality of the included studies was verified by the Newcastle - Ottawa Quality scale. RESULTS: Eighteen studies were selected and 11 presented results for hard palate or maxillary dental arch dimensions according to gender, six in age and gender and one in age only. CONCLUSION: The dimensions were larger in males and progressive increase in the measurements was observed from birth to the permanent dentition period.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0060,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,029

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 Opus0,052
Tête enseignante GPT0,364
Écart entre enseignants0,312 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoDASMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207