Systematic instruction of arthroscopic knot tying with the ArK Trainer: an objective evaluation tool
Notice bibliographique
Résumé
PURPOSE: A Proficiency Formula was introduced as an objective self-evaluation method for evaluating basic arthroscopic knot tying in a laboratory setting. The correlation between the Proficiency Formula and gold standard pass/fail dichotomy was demonstrated, as well as with other popular evaluation tools--task-specific checklist (TSC) and global rating scale (GRS). METHOD: A step-by-step video tutorial was used to instruct 35 medical students on how to tie an arthroscopic Samsung Medical Center (SMC) knot secured by three half hitches. Participants were video recorded performing arthroscopic knot tying and assessed on their success tying an SMC knot, pass or fail, and through three outcome tools: the Proficiency Formula, GRS and the TSC. Independent samples t test was used to compare the GRS, TSC and Proficiency Formula scores, between those who were passed or failed by the evaluators. Correlation between the measurement scales was tested using Spearman's rho correlation coefficient. RESULTS: Participants received a mean proficiency score of 195 (140-249). The mean Proficiency score for those that passed was 323 (95 % CI 272-374), for those that failed, 87 (95 % CI 26-148, p < 0.001). We found strong linear correlation between the Proficiency Formula and GRS and TSE (0.83 and 0.78, respectively). CONCLUSION: The Proficiency Formula has high correlation with gold standard GRS and TSC measurements when used to assess arthroscopic knot tying skills on a model. It has the added advantage of being able to be self-assessed.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».