Expansão rápida da maxila com MARPE, hyrax e haas
Bibliographic record
Abstract
Na região craniofacial, os problemas mais encontrados são referentes a atresia maxilar. Sendo que uma das funções da ortodontia é harmonizar a relação entre os dentes, ossos e a discrepância da maxila em relação a mandíbula, assim devolvendo aos pacientes a sua função mastigatória e estética adequadas. No entanto, o ortodontista deve ter um bom conhecimento sobre as estruturas anatômicas envolvidas na biomecânica selecionada, a partir de um criterioso planejamento; o que envolve diversas análises cefalométricas, análises de modelo e entre outros aspectos. O artigo tem como objetivo realizar uma revisão da literatura sobre expansão rápida da maxila, destacando os seguintes aparelhos: Haas, Hyrax e MARPE. Sendo que, cada aparelho apresenta sua vantagem, desvantagem ou limitação, bem como indicações. A metodologia do artigo se baseou em dados secundários disponibilizados em bases de dados eletrônicos. Concluiu-se que os aparelhos Haas, Hyrax e MARPE, podem ser usados para ganho transversal da arcada dentária, desde que sejam bem planejados e tendo conhecimento de sua fase de contenção.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".