Oral Health Disparities in United States and Canadian Immigrant Population and Low-income Familie
Notice bibliographique
Résumé
Even though our country's oral health has improved since 1960s; however, the access to these improvements is not equally distributed among all Americans.According to the Center for Disease Control and Prevention, more people are unable to afford dental care than other types of health care.Specifically, in 2015, 29% of the people in the United States have no health insurance, of out which 62% are older adults.Many low-income adults do not have public dental insurance, which includes immigrant population.Specifically, Medicaid programs are not required to provide dental benefits to retiring adults.As a result, currently, there are fifteen states that provide no dental coverage or only emergency coverage for adults who are on Medicaid.Moreover, 40% of low-income and non-Hispanic African American adults have untreated tooth decay.Among children between 2 and 5 years, about 33% of Mexican American and 28% of non-Hispanic African American have had cavities in their primary teeth, compared to 18% of non-Hispanic White children.For children between 12 and 19 years old, about 70% of Mexican American children have had cavities in their primary teeth, compared with 54% of non-Hispanic White children.This paper will discuss the need to respond to these statistics.These oral health disparities do not only have health consequences, but also have social and economic impacts that cannot be overlooked (CDC.gov,2021).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».