Racial and Ethnic Differences in Self-Assessed Facial Aging in Women: Results From a Multinational Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Racial/ethnic variations in skin structure and function may contribute to differential manifestations of facial aging in various races/ethnicities. OBJECTIVE: To examine self-assessed differences in facial aging in women by race/ethnicity and Fitzpatrick skin phototypes. METHODS: Women aged 18 to 75 years in the United States, Canada, the United Kingdom, and Australia compared their features against photonumeric rating scales depicting degrees of severity for 10 facial aging characteristics. Impact of race/ethnicity (black, Hispanic, Asian, and Caucasian) and skin phototypes on severity was assessed. RESULTS: In total, 3,267 women completed the study. Black women reported the least severe facial aging; Caucasian women reported the most severe facial aging, with Asian and Hispanic women falling between these groups. Similarly, women with a skin phototype V/VI reported lesser aging severity than women with phototypes I through IV. More than 30% of black women did not report the presence of moderate/severe aging of facial areas until 60 to 79 years; most Hispanics and Asians did not report moderate/severe facial aging until 50 to 69 years and Caucasians, 40 to 59 years. CONCLUSION: In this diverse sample, black women reported less severe aging of facial features compared with Hispanic, Asian, and Caucasian women. These results were supported by Fitzpatrick skin phototype analyses.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découle