MétaCan
Menu
Retour à la cohorte
Enregistrement W3173787128 · doi:10.1096/fasebj.2019.33.1_supplement.lb132

Can Dentition Aid in Estimation of Handedness?

2019· article· en· W3173787128 sur OpenAlexfundno aff
Maria Jelaca

Notice bibliographique

RevueThe FASEB Journal · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHemispheric Asymmetry in Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesStatus of Women Canada
Mots-clésQuadrant (abdomen)Maxillary central incisorCalipersMedicineDentistryOrthodonticsMandible (arthropod mouthpart)DentitionBiologyMathematicsSurgery

Résumé

récupéré en direct d'OpenAlex

Handedness is challenging to estimate on skeletonized human remains when muscular markers of it are not available. This preliminary study anthropometrically explores if human teeth could be used to aid in identification of handedness. The dental data for this research is collected from a total of fifty (N=50) living adult volunteers with good dental health of which thirty‐nine (N=39) were right handed and eleven (N=11) left‐handed. Non‐invasive anthropometric data collected via digital dental caliper consists of the Maxillary and the Mandibular quadrants in which permanent incisors and canines were analyzed. The study reconfirms that males on average have larger teeth than females. The lateral incisors were not taken into consideration as they show minimal variations across the quadrants. The left‐handed males measure slightly larger central Maxillary incisors and canines at the left and the right quadrant than the right‐handed males. The left‐handed females have smaller central incisors than the right‐handed females on the Maxillary quadrants, but slightly larger central incisors on the Mandibular quadrants. Mandibular right quadrant central incisors are slightly larger among the left‐handed than they are among the right‐handed individuals of both sex. Support or Funding Information SWC This abstract is from the Experimental Biology 2019 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,268
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetHemispheric Asymmetry in NeuroscienceTravaux en français237 207