Autopercepción de la necesidad de tratamiento ortodóncico
Notice bibliographique
Résumé
OBJETIVO: Este estudio tuvo como objetivo determinar la Autopercepción de la Necesidad de Tratamiento Ortodóncico en estudiantes de primer semestre de la Universidad de Cuenca en el año lectivo 2017, mediante el uso del componente estético del índice “Índice de Necesidad de Tratamiento Ortodóncico (Index of Orthodontic Treatment Need, IOTN)”. \nMATERIALES Y MÉTODOS: Se realizó un estudio comunicacional, de corte transversal, mediante el uso del componente estético del índice IOTN (Index of Orthodontic Treatment Need, IOTN). Se calculó una muestra de 362 estudiantes de primer semestre de la Universidad de Cuenca en el periodo lectivo 2017. Los datos obtenidos se los ingresó en una ficha elaborada por el autor para posteriormente introducirlos en el sistema SPSS, las variables fueron estudiadas mediante las frecuencias en números y porcentajes. \nRESULTADOS: La Autopercepción de Necesidad de Tratamiento Ortodóncico fue sentida por los estudiantes de primer semestre de la Universidad de Cuenca, demostrando que la Necesidad de Tratamiento Ortodóncico en ciertos casos es bastante necesaria, mientras otros consideran que su estética se ve alterada, pudiendo con la ortodoncia mejorarla y resolver el problema. \nCONCLUSIÓN: En este estudio se llegó a la conclusión de que la autopercepción de los estudiantes de primer semestre de la Universidad de Cuenca en el periodo lectivo 2017 es poco autopercibida para acudir a Tratamientos de Ortodoncia.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».