MétaCan
Menu
Retour à la cohorte
Enregistrement W1856827744 · doi:10.1002/j.0022-0337.2004.68.3.tb03754.x

A Preliminary Study in Using Virtual Reality to Train Dental Students

2004· article· en· W1856827744 sur OpenAlexaff
Vicki R. LeBlanc, Alice Urbankova, F Hadavi, Richard M. Lichtenthal

Notice bibliographique

RevueJournal of Dental Education · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVirtual realityCurriculumMedical educationDental educationComputer scienceSimulationPsychologyMedicineHuman–computer interactionPedagogy

Résumé

récupéré en direct d'OpenAlex

This study compared virtual reality simulator-enhanced training with laboratory-only practice on the development of dental technical skills. Sixty-eight students were randomly assigned to practice their skills in either a traditional preclinical dentistry laboratory or in combination with a virtual reality simulator. The results indicate that students who trained with the virtual reality simulator between six and ten hours improved significantly more than did the students in the control group from the first examination of the year to the final examination of the year. These results indicate that the use of virtual reality simulators holds promise for the training of future dentists. Additional research is necessary to determine the ideal implementation of virtual reality simulators into traditional dentistry curricula.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,059
Tête enseignante GPT0,432
Écart entre enseignants0,373 · 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

Citations138
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetSurgical Simulation and TrainingTravaux en français237 207