MétaCan
Menu
Retour à la cohorte
Enregistrement W2305805912 · doi:10.1002/j.0022-0337.2014.78.4.tb05715.x

Performance of Dental Students Versus Prosthodontics Residents on a 3D Immersive Haptic Simulator

2014· article· en· W2305805912 sur OpenAlexaff
Elizabeth J. Eve, Samuel Koo, Abdulmonem Alshihri, Jeremy Cormier, Maria Kozhenikov, R. Bruce Donoff, Nadeem Y. Karimbux

Notice bibliographique

RevueJournal of Dental Education · 2014
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesOffice of Naval Research
Mots-clésProsthodonticsHaptic technologyDentistryFixed prosthodonticsVirtual realityCarious lesionContext (archaeology)Dental educationMedicineOrthodonticsSimulationPsychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study evaluated the performance of dental students versus prosthodontics residents on a simulated caries removal exercise using a newly designed, 3D immersive haptic simulator. The intent of this study was to provide an initial assessment of the simulator's construct validity, which in the context of this experiment was defined as its ability to detect a statistically significant performance difference between novice dental students (n=12) and experienced prosthodontics residents (n=14). Both groups received equivalent calibration training on the simulator and repeated the same caries removal exercise three times. Novice and experienced subjects' average performance differed significantly on the caries removal exercise with respect to the percentage of carious lesion removed and volume of surrounding sound tooth structure removed (p<0.05). Experienced subjects removed a greater portion of the carious lesion, but also a greater volume of the surrounding tooth structure. Efficiency, defined as percentage of carious lesion removed over drilling time, improved significantly over the course of the experiment for both novice and experienced subjects (p<0.001). Within the limitations of this study, experienced subjects removed a greater portion of carious lesion on a 3D immersive haptic simulator. These results are a first step in establishing the validity of this device.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,660

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,386
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations74
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetDental Research and COVID-19Travaux en français237 207