The International Association of Dental Traumatology ToothSOS mobile app: A 2‐year report
Notice bibliographique
Résumé
BACKGROUND/AIM: The shift in health care and technology calls for innovation through mobile applications as free educational resources for the masses. The International Association of Dental Traumatology (IADT) created ToothSOS, an app (software application for mobile devices) to provide dental trauma information for patients and professionals. The app contains information on the emergency management and prevention of dental injuries, as well as treatment guidelines for dental practitioners. The aim of this study was to assess public utilization of the ToothSOS app in the first 2 years since its launch. METHODS: The ToothSOS app was launched by the IADT in the first week of April 2018. Data regarding the number of downloads and usage of the app in the first 2 years (from April 2018 to May 2020) were collected and analyzed. RESULTS: The total number of ToothSOS downloads over the 2 years was 47 725. The number of downloads peaked in the first month when the app was initially released. Thereafter, the number of downloads decreased to an average of 1423 ± 363 downloads every month. Europe was the territory with the greatest number of downloads followed by the United States and Canada, Asia, Latin America and the Caribbean, and Africa, the Middle East, and India. CONCLUSIONS: Within as short a period as 2 years, the ToothSOS app continues to gain public interest. Further attempts and public campaigns should be made in order to increase the visibility of the app. Dental professionals should encourage patients and communities to use the app in order to increase awareness for the prevention and proper emergency management of traumatic dental injuries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».