MétaCan
Menu
Retour à la cohorte
Enregistrement W3031551512 · doi:10.1111/odi.13444

COVID‐19’s impact on private practice and academic dentistry in North America

2020· review· en· W3031551512 sur OpenAlexaff
Kevin Y. Wu, David T. Wu, Thomas T. Nguyen, Simon D. Tran

Notice bibliographique

RevueOral Diseases · 2020
Typereview
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensMcGill UniversityUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPandemicPrivate practiceCoronavirus disease 2019 (COVID-19)MedicinePersonal protective equipmentHealth careDental carePublic healthDental practiceFamily medicineMedical emergencyDentistryNursingDiseasePolitical scienceInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic is a major public health crisis for countries around the world. In response to this global outbreak, the World Health Organization declared a public health emergency of international concern. Dental professionals are especially at high risk of contracting the COVID-19 virus due to the unique nature of dentistry, more specifically, exposure to aerosols and droplets. When it comes to dental emergencies, it was crucial to maintain urgent dental care services operational to help reduce the burden on our healthcare system and hospitals already under pressure. The COVID-19 pandemic has significantly impacted how dentistry is practiced in North America in both the private practice and academic settings. This article shares the perspectives of dentists practicing in private practice and clinician-researchers in academic dental institutions. More specifically, we discuss about measures implemented to minimize risks of disease transmission, challenges in emergency dental care, impact on patients, as well as impact on the professional and personal lives of the dental team during the COVID-19 crisis.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,097
Tête enseignante GPT0,478
Écart entre enseignants0,381 · 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'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

Citations104
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOral DiseasesMême sujetDental Research and COVID-19Travaux en français237 207