Esthetics and Smile Characteristics Evaluated by Laypersons: A comparison of Canadian and US data
Notice bibliographique
Résumé
Objective: To collect data regarding Canadian laypersons perceptions of smile esthetics and compare these data to US data in order to evaluate cultural differences. Methods: Using Adobe® Photoshop® 7, a digital image of a posed smile of a sexually ambiguous lower face was prepared so that hard and soft tissue could be manipulated to alter Buccal Corridor (BC), Gingival display (GD), Occlusal Cant (OC), Maxillary Midline to Face Discrepancy (MMFD) and Lateral Central Gingival Discrepancy (LCGD). Adult Canadian laypersons (n=103) completed an interactive computer-based survey of 29 randomized images to compare smile preferences for these variable. The custom survey was developed to display fluid, continuously appearing modifiable smile variables using MATLAB® R2008 for presentation. These data were compared to previously published data for US laypersons. Statistical inference was determined using Wilcoxon Rank Sum tests. Results: Canadian laypersons were more sensitive in detecting deviations from ideal and had a narrower range of acceptability thresholds for BC, GD, OC, MMFD and LCGD. Ideal esthetic values were significantly different only for BC. Conclusions: It appears cultural differences do exist related to smile characteristics. Clinically significant differences in the preference of the smile characteristics were found between Canadian and US laypersons. Canadian laypersons, on average, were more discriminating to deviations from ideal and had a narrower range of acceptability.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».