MétaCan
Menu
Retour à la cohorte
Enregistrement W6892807074 · doi:10.5281/zenodo.12604688

Oral Health Status of Geriatric Population: Cross Sectional Study

2023· article· en· W6892807074 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésOral healthDenturesCross-sectional studyFeelingQuality of life (healthcare)PopulationDescriptive statisticsPresentation (obstetrics)Statistical software

Résumé

récupéré en direct d'OpenAlex

Introduction: As the GOHAI appeared to have acceptable reliability and validity in all ages, it was recommended that the name of Geriatric Oral Health Assessment Index (GOHAI) be changed to the General Oral Health Assessment Index (GOHAI). Aim and objectives: Oral health related quality of life using GOHAI index. Methodology: Visit old age homes were present in the Jaipur city. The data was entered on to a personal computer and the analysis was done using the SPSS (statistical presentation software system) for windows (version 17). Descriptive statistics was carried out. The statistical significance was fixed at 0.05. Results: About 34.7% (n=78) never had any trouble biting or chewing any kind of food. Half of the participants (50.7%) were always able to swallow comfortably. Teeth or dentures of 66.7% (n=150) participants never prevented them while those of 1.3% (n=3) often prevented them from speaking the way they wanted. About 29.3% (n=66) said that they were sometimes able to eat without feeling discomfort while 5.3% (n=12) were often able to eat without discomfort. Conclusion: The study focus on the need to conduct similar studies with more diverse population and influence the policy makers in the country to include geriatric oral health care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,073
Tête enseignante GPT0,365
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetDental Health and Care UtilizationTravaux en français237 207