Perception of different facial characteristics by Saudis
Notice bibliographique
Résumé
The aim of the present study was to identify the most attractive lip prominence and lower face height in different facial profiles based on the perception of Saudi Arabian laypersons living in the western region of Saudi Arabia. Lateral photographs of 10 Saudi adult subjects with well proportioned faces were presented to a panel of orthodontists and general dentists to choose the most attractive profiles. Photographs were taken using a standardized method for all subjects and were edited and converted into negatives. A male and a female subject were selected as the supernormal sample. Four sets of normal profiles were generated for each of the supernormal subjects by manipulating lip prominence, chin position and lower face height and then presented randomly to lay people to rank each set of pictures in an order of attractiveness and to fill out a simple questionnaire. The percentages of the most acceptable facial features were calculated, ranked and compared using the chi square test (p<0.05). The most attractive lip prominence was the average (39.2%) in the orthognathic facial type, the protrusive (39.3%) in the prognathic facial type and the retrusive (56.5%) in the retrognathic facial type. The most attractive lower face height was the shortest (39.3%) in female. In male, however, the three lower face heights were almost the same with no clear preference. In conclusion, Saudis seem to prefer average but not protrusive lips in orthognathic faces, retrusive lips in the retrognathic faces and protrusive lips in prognathic faces. Minor changes in the lower face height seem less 15observable by lay people.
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 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) | 0,002 | 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 tête enseignante, 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 ».