Effect of assessor's sex on visual color matching in dentistry: A systematic review of the literature
Notice bibliographique
Résumé
OBJECTIVES: To evaluate systematically the influence of sex of dental professionals on their capability for visual color matching. MATERIALS AND METHODS: The protocol was registered on PROSPERO (CRD42020205393). PICOS question was develop based on the population, intervention, comparison, outcomes, and study design (PICOS). Eligibility criteria included cross section studies, randomized clinical trials and cohort studies that compared the effect of sex on the visual color matching process. Five electronic databases (Pubmed, Cochrane, EMBASE, Medline, and SCOPUS) and additional literature were screened independently by two researchers in July 2020. Clinical studies evaluating visual color matching skills of dental professionals were included. Studies that did not compare the difference between sexes were excluded. Duplicate articles were removed, titles and abstracts were screened, and studies were selected according to the inclusion criteria. Data were collected and reported in accordance with PRISMA guidelines. Risk of bias was assessed using Joanna Briggs Institute Critical Appraisal Tools. RESULTS: A total of 1192 articles were screened from which 132 full text articles were analyzed and 37 finally included in the systematic review. Most of the studies evaluated the color matching abilities of dental students in vitro with shade tabs or extracted teeth. Out of the 37 articles included, 25 reported no significant difference in shade matching abilities between the sexes. Of the 12 studies that found a significant difference, 11 reported that females had better scores in shade matching exercises. For all studies a low risk of bias was revealed for most of the domains. CONCLUSIONS: While the non-homogeneity of the settings and methods in the included studies make it impossible to construct aggregate statistic, this systematic review suggests that the sex is unlikely to be a critical factor influencing color matching abilities. CLINICAL SIGNIFICANCE: This study suggest that sex of dental professionals does not play a critical factor in matching satisfactory color of future dental restoration with surrounding teeth.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».