Is three‐dimensional videography the cutting edge of surgical skill acquisition?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The process of learning new surgical technical skills is vital to the career of a surgeon. The acquisition of these new skills is influenced greatly by visual-spatial ability (VSA) and may be difficult for some learners to rapidly assimilate. In many cases, the role of VSA on the acquisition of a novel technical skill has been explored; however, none have probed the impact of a three-dimensional (3D) video learning module on the acquisition of new surgical skills. The first aim of this study is to capture spatially complex surgical translational flaps using 3D videography and incorporate the footage into a self-contained e-learning module designed in line with the principles of cognitive load theory. The second aim is to assess the efficacy of 3D video as a medium to support the acquisition of complex surgical skills in novice surgeons as evaluated using a global ratings scale. It is hypothesized that the addition of depth in 3D viewing will augment the learner's innate visual spatial abilities, thereby enhancing skill acquisition compared to two-dimensional viewing of the same procedure. Despite growing literature suggesting that 3D correlates directly to enhanced skill acquisition, this study did not differentiate significant results contributing to increased surgical performance. This topic will continue to be explored using more sensitive scales of measurement and more complex "open procedures" capitalizing on the importance of depth perception in surgical manipulation. Anat Sci Educ. © 2012 American Association of Anatomists.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle