MétaCan
Menu
Retour à la cohorte
Enregistrement W3181798927

Are dental hygienists at risk for noise-induced hearing loss? A literature review.

2021· article· en· W3181798927 sur OpenAlexaff
Kelsey Henneberry, Shannon Hilland, S Kimberly Haslam

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing, Cochlea, Tinnitus, Genetics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHearing lossNoise-induced hearing lossMedicineCINAHLAudiologyHearing protectionNoise exposureInclusion (mineral)Psychological interventionNursingPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: The aim of this review is to explore dental hygienists' risk for noise-induced hearing loss (NIHL) and to describe the current hearing protection options. Methods: A literature search was undertaken using the following databases: PubMed, CINAHL, Cochrane Libraries, and Google Scholar. The returns were screened using inclusion and exclusion criteria and the remaining studies were critically appraised. Results and Discussion: Seventeen articles assessed noise levels and NIHL risk in dental settings; and 11 articles examined hearing protection devices. The literature revealed that oral health practitioners were exposed to excessive noise limits (85 dBA) in an 8-hour workday, therefore increasing the risk of NIHL. Oral health professionals need to be aware of this risk and the preventive measures they can take to reduce the potential for hearing loss. Effective preventive measures may include hearing protective devices (HPDs), educational programs, insulated noise-absorbing materials, and regular monitoring of noise exposure. Conclusion: Dental hygienists may be at risk for permanent or temporary hearing loss in their work environment. Permanent hearing loss from the use of ultrasonic scalers appears to be minimal. To prevent hearing loss, active (electronic) HPDs are recommended as they allow practitioners to protect their hearing and communicate with clients.

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)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0120,012
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
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 Opus0,059
Tête enseignante GPT0,290
Écart entre enseignants0,231 · 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'étudeRevue systématique
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHearing, Cochlea, Tinnitus, GeneticsTravaux en français237 207