Scoping review on the link between economic growth, decent work, and early childhood caries
Notice bibliographique
Résumé
BACKGROUND: Early Childhood Caries (ECC) is a prevalent chronic non-communicable disease that affects millions of young children globally, with profound implications for their well-being and oral health. This paper explores the associations between ECC and the targets of the Sustainable Development Goal 8 (SDG 8). METHODS: The scoping review followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews (PRISMA-ScR) guidelines. In July 2023, a search was conducted in PubMed, Web of Science, and Scopus using tailored search terms related to economic growth, decent work sustained economic growth, higher levels of productivity and technological innovation, entrepreneurship, job creation, and efforts to eradicate forced labor, slavery, and human trafficking and ECC all of which are the targets of the SDG8. Only English language publications, and publications that were analytical in design were included. Studies that solely examined ECC prevalence without reference to SDG8 goals were excluded. RESULTS: The initial search yielded 761 articles. After removing duplicates and ineligible manuscripts, 84 were screened. However, none of the identified studies provided data on the association between decent work, economic growth-related factors, and ECC. CONCLUSIONS: This scoping review found no English publication on the associations between SDG8 and ECC despite the plausibility for this link. This data gap can hinder policymaking and resource allocation for oral health programs. Further research should explore the complex relationship between economic growth, decent work and ECC to provide additional evidence for better policy formulation and ECC control globally.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».