SU‐FF‐P‐05: Five Year‐Report On a Web‐Based Interactive Dosimetry Training Tool
Notice bibliographique
Résumé
Purpose: To address the critical shortage of medical dosimetrists in radiation oncology, an NCI‐funded web‐based ‘Dosimetry Training Tool’ education program was developed. The aim of this work was to present the end of funding period findings. Method and Materials: A dedicated group of volunteer medical physics and medical dosimetry experts developed high quality educational material enhanced by the interactive capabilities offered through web‐based learning. Educational rigor was provided by frequent interaction between the developers and a psychometrician and internet education specialist. During the development of the program, tests were performed to evaluate and revise the program direction using selected sites. Pre‐ and post module quizzes are taken by the students to quantify the educational benefit of the learning tool. An online user feedback tool is available for content and/or quiz queries. Results: Twenty‐four modules were developed, from Fundamentals of the Medical Management of Cancer (module 1), external beam and brachytherapy treatment planning, to Basic Math Skills for Dosimetry (module 24). Each module contains between 3 and 26 sessions. Over 1100 users, including over 800 students have used the dosimetry training tool, with a steady increase in the number of users throughout the program development. Mentors and students are predominantly from the US, however, other countries with approved mentors and active students are Afghanistan, Australia, Canada, China, Greenland, Hong Kong, Ireland, Israel, Pakistan, Singapore, Taiwan, and Thailand. Increases in pre‐ and post‐quiz scores range from 2 to 35% with a mean of 15% improvement. Conclusion: A successful web‐based dosimetry training tool has been developed and is in use by over 800 students. The use of the developed web‐based interactive educational design approach could be extended to augment and facilitate the development of medical physics graduate programs, medical physics residencies and other allied health care professional education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».