Construct validity testing of the Arthroscopic Knot Trainer (ArK)
Notice bibliographique
Résumé
PURPOSE: This study introduced a novel simulator called the Arthroscopic Knot Trainer (ArK) and reports preliminary evidence to support its construct validity. To our knowledge, the ArK is the first non-anatomical tissue reduction simulator designed to meet learning objectives specific for developing knot-tying skills. MATERIALS AND METHODS: A step-by-step instructional video was used to teach orthopaedic residents how to tie an arthroscopic SMC knot. Residents were video recorded to assess time of completion, number of knots tied in 10 min and re-assessed 6 months later. Subjects were surveyed for content evidence after using the ArK. Data were analysed by paired t test and independent sample t test in order to compare the mean time to tie knots from test at baseline to retest at 6 months and the between group mean time, respectively. RESULTS: Content evidence supports the ArK trainer as appropriate for teaching and assessing arthroscopic knot-tying skills. Relation to other variables evidence supports the ArK trainer model whether stratified by year of training or by self-reported experience; time required for knot tying was inversely correlated with experience in tying arthroscopic knots. Internal structure evidence was supported with similar findings at retesting. CONCLUSIONS: There are three sources of evidence supporting the construct validity of the ArK as a simulator for arthroscopic knot tying: content, relationship to other variable and internal structure evidence. The ArK is easy to use and has the capacity to distinguish between groups with different skill levels.
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 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».