MétaCan
Menu
Retour à la cohorte
Enregistrement W3111356350 · doi:10.1093/asj/sjaa339

The Facial Aging Process From the “Inside Out”

2020· review· en· W3111356350 sur OpenAlexaff
Arthur Swift, Steven Liew, Susan Weinkle, Julie K. Garcia, Michael Silberberg

Notice bibliographique

RevueAesthetic Surgery Journal · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueFacial Rejuvenation and Surgery Techniques
Établissements canadiensCanadian Institute of Mining, Metallurgy and Petroleum
Organismes subventionnairesAllergan
Mots-clésMedicineSkin AgingAttractivenessFacial attractivenessBalance (ability)Affect (linguistics)Facial skeletonFacial rejuvenationProcess (computing)Facial musclesCognitive psychologyAestheticsPhysical medicine and rehabilitationOrthodonticsAnatomySurgeryDermatologyCommunicationPsychology

Résumé

récupéré en direct d'OpenAlex

The normal course of aging alters the harmonious, symmetrical, and balanced facial features found in youth, not only impacting physical attractiveness but also influencing self-esteem and causing miscommunication of affect based on facial miscues. With this evidence-based paper, the authors aim to provide a comprehensive overview of the latest research on the etiology and progression of facial aging by explaining the aging process from the "inside out," that is, from the bony platform to the skin envelope. A general overview of the changes occurring within each of the main layers of the facial anatomy is presented, including facial skeleton remodeling, fat pad atrophy or repositioning, changes in muscle tone and thickness, and weakening and thinning of the skin. This is followed by an in-depth analysis of specific aging regions by facial thirds (upper, middle, and lower thirds). This review may help aesthetic physicians in the interpretation of the aging process and in prioritizing and rationalizing treatment decisions to establish harmonious facial balance in younger patients or to restore balance lost with age in older 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,085
Tête enseignante GPT0,368
Écart entre enseignants0,283 · 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

Citations370
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAesthetic Surgery JournalMême sujetFacial Rejuvenation and Surgery TechniquesTravaux en français237 207