NHẬN XÉT KẾT QUẢ ĐIỀU TRỊ SẸO TRÊN CÁC BỆNH NHÂN SAU PHẪU THUẬT TẠO HÌNH KHE HỞ MÔI VÒM MIỆNG BẰNG LASER YAG
Bibliographic record
Abstract
Mục tiêu: Nhận xét kết quả điều trị sẹo sau phẫu thuật tạo hình khe hở mÔi bằng laser YAG. Đối tượng Và phương pháp nghiên cứu: Nghiên cứu được thực hiện trên 35 bệnh nhân khe hở mÔi vòm miệng đã được phẫu thuật tạo hình khe hở mÔi vòm miệng đến khám và điều trị sẹo tại bệnh viện răng hàm mặt trung ương Hà Nội, sử dụng kết quả đo các chỉ số trên thăm khám lâm sàng. Kết quả: Mức độ mềm mại của sẹo, chiều cao sẹo, sắc tố sẹo theo thang điểm Vancouver thay đổi theo hướng tích cực qua các lần điều trị, sự thay đổi này có ý nghĩa thống kê. Tình trạng sẹo theo thang điểm VancouVer tiến triển rõ rệt từ lần điều trị thứ 3 trở đi và sự tiến triển này có ý nghĩa thống kê
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.032 | 0.003 |
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".