MétaCan
Menu
Retour à la cohorte
Enregistrement W4320727699 · doi:10.3390/biomed3010011

Association between Family Level Influences and Caries Prevention Views and Practices of School Children in a Sub-Urban Nigerian Community

2023· article· en· W4320727699 sur OpenAlexaff
Abiola Adeniyi, Morẹ́nikẹ́ Oluwátóyìn Foláyan, Olaniyi Arowolo, Nneka Maureen Chukwumah, Maha El Tantawi

Notice bibliographique

RevueBioMed · 2023
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionMedicineOddsOdds ratioDemographyCross-sectional studyPopulationEnvironmental healthFamily medicine

Résumé

récupéré en direct d'OpenAlex

Little is known about how family-level factors influence children’s caries prevention views and practices in Nigeria. The purpose of this study was to assess the associations between family level characteristics and caries prevention views and practices of 6–11-year-old primary school children. Data was collected through a cross-sectional survey of 1326 children in Ile-Ife, a Nigerian suburb. The child’s family structure, size, and birth rank were independent variables while the child’s caries prevention views and self-care practices were dependent variables. Multivariable logistic regression analysis was conducted to identify risk indicator(s) for caries prevention views and practices. The study participants’ mean (SD) age was 8.7 (1.9) years, 407 (30.7%) children had positive caries prevention views, and 106 (8.0%) children did not use the recommended self-care caries preventive methods. Children from larger families had significantly lower odds of having positive prevention views (AOR: 0.572; p = 0.002). Children who were not living with both parents had higher odds of using recommended self-care caries preventive methods (AOR: 3.165; p = 0.048). The findings suggest that family size and family living structure may be social determinants of caries risks in children 6–11 years old in the study population. These findings need to be studied further.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,109
Tête enseignante GPT0,390
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMedMême sujetDental Health and Care UtilizationTravaux en français237 207