MétaCan
Menu
Retour à la cohorte
Enregistrement W2980941730 · doi:10.1111/srt.12796

In vivo determination of the skin surface topography and biophysical properties of human hands: Effects of sex and hand dominance

2019· article· en· W2980941730 sur OpenAlexaff
Kaitlyn M. Enright, Andreas Nikolis

Notice bibliographique

RevueSkin Research and Technology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensCentre Hospitalier de l’Université de MontréalMcGill UniversityVictoria Park
Organismes subventionnairesnon disponible
Mots-clésDominance (genetics)Mean valueMedicineInternal medicineBiologyMathematicsGeneticsStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The effect of hand dominance on the skin topography and parameters associated with skin health and aging is unknown. METHODS: Healthy adult volunteers were recruited. The following four strata were enrolled: Group 1: male, right handed; Group 2: male, left handed; Group 3: female, right handed; and Group 4: female, left handed. The differences between groups on their surface evaluation of living skin (SELS) parameters were evaluated. These variables included (a) roughness (SER); (b) smoothness (SESM); (c) scaliness (SESC); and (d) wrinkles (SEW). RESULTS: A total of twenty subjects were recruited, with five in each stratum. Significant differences between groups were found for SESC [F(7,31) = 2.742, P = .024, partial eta squared = 0.382] and SEW [F(7,31) = 3.705, P = .005, partial eta squared = 0.456]. An evaluation of the descriptive statistics revealed that males had a higher mean SESC value than females and a lower mean SEW value. Moreover, the dominant hand of both sexes had a higher mean SEW value than non-dominant hands. CONCLUSIONS: Given the evidence of sex and handedness differences in wrinkle genesis and desquamation severity, these factors should be considered in the dermatological treatment and counseling of patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,311
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSkin Research and TechnologyMême sujetTactile and Sensory InteractionsTravaux en français237 207