The SimSpay—Student Perceptions of a Low-Cost Build-It-Yourself Model for Novice Training of Surgical Skills in Canine Ovariohysterectomy
Notice bibliographique
Résumé
Practical and ethical considerations have led to an increased use of artificial substitutes for live animals in veterinary surgical skills training. However, commercially produced models are expensive and homemade models often require full-time staff to produce enough models for training large groups of students. In the Department of Veterinary Clinical and Animal Sciences of the University of Copenhagen, a low-cost build-it-yourself model, the SimSpay, was developed for novice training of surgical skills in canine ovariohysterectomy. The model did not require the use of trained technical staff or costly, hard-to-source supplies. The SimSpay was developed and implemented in the clinical veterinary curriculum in 2013. In 2014, 54 students participated in a questionnaire study to investigate their perception of the usefulness of the SimSpay as a learning tool. On a five-point Likert-type scale, students were asked to rate their perceived levels of competence, confidence, and anatomic knowledge before and after SimSpay training. Results demonstrate a strongly significant (p<.0001) increase in all three areas after training on the SimSpay. By increasing students' perceived levels of competence, confidence, and anatomic knowledge, the low-fidelity SimSpay is a useful, low-cost learning tool for teaching ovariohysterectomy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».