MétaCan
Menu
Retour à la cohorte
Enregistrement W3164770767 · doi:10.1097/psn.0000000000000372

Providing Optimal Rejuvenation to the Jawline and Perioral Area Using Neuromodulators and Hyaluronic Acid Dermal Fillers

2021· article· en· W3164770767 sur OpenAlexaff
Rachel Varga

Notice bibliographique

RevuePlastic Surgical Nursing · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Rejuvenation and Surgery Techniques
Établissements canadiensVictorian Order of Nurses
Organismes subventionnairesnon disponible
Mots-clésRejuvenationFacial rejuvenationHyaluronic acidCosmetic TechniquesMedicineBotulinum toxinFiller (materials)Deoxycholic acidMinimally invasive proceduresDentistrySurgeryAnatomyInternal medicineMaterials science

Résumé

récupéré en direct d'OpenAlex

Including the jawline in aesthetic assessment has become increasingly popular when using both surgical and nonsurgical techniques. Facial aging processes include bone resorption, fat pad atrophy, and a breakdown of the quality of collagen and elastin in the skin. To provide optimal treatment of the jawline using nonsurgical techniques, it is important to consider all of these aspects before planning treatment. Men and women have different facial aging processes and ideal facial ratios that must be respected. The objective of this article is to discuss the use of botulinum toxin A and hyaluronic acid filler injectable treatments, deoxycholic acid injectable treatments, and cryolipolysis treatments and explain how these treatments can be utilized for optimal rejuvenation of the jawline and perioral area.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,302
Écart entre enseignants0,270 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic Surgical NursingMême sujetFacial Rejuvenation and Surgery TechniquesTravaux en français237 207