Public Willingness to Participate in and Share Three-Dimensional (3D) Image Data from Orofacial Research: Results from a Preliminary Online Survey of Scottish Public Opinion
Notice bibliographique
Résumé
Background: Orofacial traits are influenced by a large number of loci; requiring large population-based studies for their detection. Public willingness to participate in and share three-dimensional (3D) image data from orofacial genetic research is essential to ensure feasible implementation of these studies. This preliminary study aims to explore the Scottish public’s willingness to participate in and share 3D image data from orofacial genetic research, providing baseline data for future research. Methods: The online survey was administered from the 14th June–14th July 2017. Multinomial logistic regression was used to test for association with willingness to participate in and share image data from orofacial genetic research, with baseline demographics and prior knowledge of orofacial research as covariates. Results: A total of 82 members of the Scottish public were recruited. The majority of respondents (83%) would participate in a research project that involves the collection of facial images. Of those who would participate, most (93%) would share their data outside of the UK. Fewer (3%) would only share their data within the UK. Education level and prior knowledge of the oral-systemic health relationship were associated with respondent’s willing ness to participate. Education level was also associated with respondent’s willingness to share image data. Conclusions: This preliminary study indicates a high level of willingness among the Scottish public to participate in and share data from orofacial genetic research. The findings suggest that education level and prior knowledge of oral-systemic health influence participation, highlighting the need for targeted public engagement in orofacial genetic research. These results lay the groundwork for larger, more diverse studies to further explore these associations.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».