Why do parents seek care for their child's non-traumatic dental problems in the emergency department?
Bibliographic record
Abstract
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.
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 | 0.012 | 0.061 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".