MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162071150 · doi:10.82308/28841

Why do parents seek care for their child's non-traumatic dental problems in the emergency department?

2015· dissertation· en· W7162071150 sur OpenAlexaboutno aff
Azadeh Mostajer Haqiqi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDental carePrimary health carePrimary care

Résumé

récupéré en direct d'OpenAlex

Objectifs. Au cours des deux dernières décennies, il y a eu une tendance à la hausse du nombre de familles utilisant les services d’urgence (SU) pour faire traiter les problèmes dentaires non traumatiques de leurs enfants. Selon la littérature scientifique, le SU n’est pas un endroit optimal pour les soins dentaires d’urgence parce que le traitement est plus coûteux pour le système de soins de santé, demande plus de temps, et est souvent moins définitif que les soins prodigués dans une clinique dentaire. Nous ne savons pas pourquoi les familles utilisent le SU et, au meilleur de notre connaissance, il n’existe pas de recherche sur le « pourquoi » et le « comment » derrière cette décision des parents. Ainsi, cette étude visait à explorer les raisons et les processus qui mènent les parents à choisir le SU plutôt qu’une clinique dentaire pour le problème dentaire non traumatique de leur enfant.Méthode. Une approche descriptive qualitative est la méthodologie de choix lorsqu’un chercheur souhaite obtenir une description juste d’un phénomène. Grâce à une stratégie d’échantillonnage ciblée, nous avons recruté 15 parents d’enfants âgés de moins de 10 ans, cherchant à obtenir des soins pour des problèmes dentaires non traumatiques au SU d’un hôpital pédiatrique affilié à une université dans une grande ville canadienne. Nous avons recueilli des données à l’aide d’entrevues semi-structurées comportant des questions ouvertes prévues à un moment et dans un lieu choisis d’un commun accord. Les entrevues ont été audio-enregistrées, transcrites, puis codées à l’aide d’un logiciel informatique qualitatif (NVivo 9) afin de réaliser une analyse de contenu thématique inductive.

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)0,012
score de la tête « metaresearch » (Gemma)0,061
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,061
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,331
Écart entre enseignants0,310 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDental Health and Care Utilization→Travaux en français237 207→