Apps for Promoting Children’s Oral Health: Systematic Search in App Stores and Quality Evaluation
Notice bibliographique
Résumé
BACKGROUND: Increasingly, mobile apps are being used to promote oral care. Many of them are aimed at children. OBJECTIVE: This study aimed to systematically search and evaluate apps that promote oral care and hygiene for children. METHODS: A broad search strategy (13 keywords) was developed to identify apps from Apple's App Store and the Google Play Store in April 2019. After reviewing the apps' titles and summaries, potentially relevant apps were downloaded for viewing. The quality of the apps that met the inclusion criteria was assessed by the Health on the Net Foundation Code of Conduct (HONcode) criteria for medical and health websites and the Scientific Basis of Oral Self-care (SBOSC). RESULTS: More than 3000 Apps were identified and 54 relevant apps informed the review. The quality of the apps according to the HONcode criteria was generally low. The mean HONcode score was 1.8/8.0. One-quarter of the apps had a HONcode score of 0 (14/54, 26%). The SBOSC score of the apps was evaluated based on a 6-point scale. The mean SBOSC score was 1.5/6.0; 19% (10/54) of the apps had a score of 0. There was a significant and positive correlation between HONcode and SBOSC scores (r=0.37; P<.01). More recently uploaded apps had significantly higher HONcode scores (P<.05). CONCLUSIONS: There are many apps aiming to promote oral self-care among children. The quality and scientific basis of these apps are low. Newer apps are of higher quality in terms of scientific basis. There is a need to ensure high-quality and evidence-based apps are available. The effectiveness of apps in terms of oral care and clinical outcomes among children needs to be evaluated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,049 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,046 | 0,027 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».