Approach to Mental Disorders in Dental Education in a Brazilian State
Notice bibliographique
Résumé
Oral diseases present higher prevalence in people with mental disorders, which makes dental care a possible means for screening and referral to mental health specialized care. Because some dental conditions can be caused by or associated with mental disorders, dentists can identify patients’ mental health care needs. However, they have shown low confidence and a lack of training in dealing with mental health patients, which may indicate a deficiency in the approach to mental disorders in dental education. This study aimed to verify whether undergraduate Dentistry courses in a Brazilian state introduce knowledge about adult mental disorders into their curriculum content. The courses operating in the state of Minas Gerais, Brazil, were assessed by information available at the e-MEC system, the official database of courses and Higher Education Institutions in Brazil, and at institutions’ websites. Two researchers independently assessed pedagogical projects, curriculum matrices, syllabi, and teaching plans. Psychology disciplines Applied Psychology and Psychology-related were identified, and their syllabi and teaching plans were screened, searching for themes related to mental disorders and/or psychopathology. Of the 73 courses included, 34 were evaluated, and only five courses presented disciplines with some approach to mental disorders and/or psychopathology. The results showed that a large part of undergraduate Dentistry courses assessed do not address knowledge about adult mental disorders as part of dental education. Considering the impact of mental disorders on oral and systemic health, it is important to reflect on the role of dentists in mental health care and on the responsibility of Higher Education Institutions regarding the development of skills and competencies of these professionals. The results of this study draw attention to the need to address adult mental disorders in dental education, reinforcing mental health as an important aspect of patients’ general health.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».