Aplicabilidade do cálculo da discrepância em dentadura mista por meio de tomografia computadorizada de feixe cônico
Bibliographic record
Abstract
Introdução: O objetivo deste trabalho foi avaliar o espaço presente e requerido em modelo de gesso e em reconstruções tridimensionais provenientes da tomografia computadorizada de feixe cônico no que se refere a sua reprodutibilidade e aplicar o cálculo da discrepância nas reconstruções tridimensionais de pacientes em fase de dentadura mista. Metodologia: Utilizou-se 30 modelos de gesso e foram geradas reconstruções tridimensionais da dentição destes 30 pacientes. Espaço presente, espaço requerido e discrepância de modelo foram medidos diretamente nos modelos de gesso com um paquímetro digital de alta precisão e para predizer o tamanho dos caninos permanentes e pré-molares foi usado o método de Tanaka – Jonhston. As reconstruções tridimensionais foram avaliadas pelo software Dolphin 3D Imaging, versão 10.5. Para a avaliação da reprodutibilidade e da precisão, utilizou-se o teste t-student. Resultados: Ao comparar-se as medidas do espaço presente e requerido nos modelos de gesso com das reconstruções volumétricas digitais observaram-se valores semelhantes. Porém, houve diferença estatisticamente significativa para as medidas das análises de espaço, 0,81mm para o espaço presente e de 0,57 mm para o espaço requerido. Nenhuma diferença estatisticamente significativa foi encontrada para as medidas da discrepância das arcadas dentárias. Conclusão: A precisão do software Dolphin 3D Imaging para avaliação da discrepância de modelos usando as reconstruções tridimensionais foi considerada clinicamente aceitável e a reprodutibilidade foi confiável quando comparada com as técnicas de análise dos modelos de gesso.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.103 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".