MétaCan
Menu
Retour à la cohorte
Enregistrement W4307988530 · doi:10.21203/rs.3.rs-2187763/v1

Teledentistry use during the COVID-19 pandemic: Perceptions and practices of Ontario dentists

2022· preprint· en· W4307988530 sur OpenAlexaffabout
Rocco Cheuk, Abiola Adeniyi, Julie Farmer, Sonica Singhal, Abbas Jessani

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity of British ColumbiaWestern University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PerceptionGeographyMedicineBusinessPsychologyVirologyOutbreak

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Studies have shown the potential role of teledentistry to expedite and improve consultations, diagnosis, and treatment planning while mitigating the risk of COVID-19 transmission in dental offices. However, dental professionals' utilization of teledentistry remains suboptimal. Therefore, this study aimed to determine the perceptions and practices of teledentistry among dentists during the COVID-19 pandemic in Ontario, Canada and identify associated factors. Methods: A cross-sectional study using an online survey was conducted among Ontario dentists in December 2021. The questionnaire inquired about socio-demographic attributes, perceptions about teledentistry use, its usage during the pandemic, and perspectives on its future application. Descriptive statistics including frequency distribution of categorical variables and univariate analysis of continuous variables were conducted first followed by Chi-square tests, to determine the association between professionals’ attributes such as age, gender, years of practice, and location of practice, and their views on teledentistry. SPSS Version 28.0 was used for statistical analysis. Results Overall, 456 dentists completed the survey. Majority were general dentists (91%), worked in private practices (94%), were between 55 and 64 years old (33%), and had over 16 years of professional experience (72%). The most common reason for non-utilization was a lack of interest (54%). Those who use teledentistry identified patient triage, consultation, and patient education as the three most important uses. Gender (p<0.05), type of practice (p<0.05), number of settings in which dentists practiced (p<0.05), number of resources accessed (p<0.05), and comfort levels with discussing teledentistry (p<0.05), were all found to be significantly associated with the participants’ current use of teledentistry (n=447). Type of practice (p<0.05), number of practice settings (p<0.05), number of resources accessed (p<0.05), and comfort level with discussing teledentistry (p<0.05) were significantly associated with their future willingness to use teledentistry (n=456). Conclusions Participants expressed mixed perceptions toward teledentistry. Despite the increased utilization during the COVID-19 pandemic, participants' lack of interest in teledentistry emerged as a barrier to its use. More education and knowledge dissemination about teledentistry's areas of application and technical aspects of use can increase interest in this tool, which may lead to a greater uptake by dental professionals.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil0,544

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,224
Tête enseignante GPT0,505
Écart entre enseignants0,281 · 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'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetDental Research and COVID-19Travaux en français237 207