Drilling Simulated Temporal Bones with Left-Handed Tools: A Left-Hander's Right?
Notice bibliographique
Résumé
OBJECTIVES: Left-handed trainees can be at a disadvantage in the surgical environment because of a right-handed bias. The effectiveness of teaching left-handed trainees to use an otologic drill designed for their dominant hand versus the conventional right-handed drill was examined. METHODS: Novice medical students were recruited from the university community. Twenty-four subjects were left-handed, and 12 were right-handed. Eight left-handed surgeons also participated. A randomized controlled trial was conducted to compare the performance of left-handed trainees using novel left-handed drills to that of left-handed trainees using right-handed tools and to that of right-handed trainees using right-handed tools. The evaluation consisted of 3 phases: pretest, skill acquisition, and 2 post-tests. The measurement tools included expert assessment of performance, and subjective and objective final product analyses. RESULTS: An initial construct validity phase was conducted in which validity of the assessment tools was ensured. Both the left-handers using left-handed tools and the right-handers using right-handed tools significantly outperformed the left-handers using right-handed tools at pretest, immediate posttest, and delayed posttest. All participants improved their performance as a function of practice. CONCLUSIONS: The left-handed trainees learned bone drilling better with tools designed for the left hand. These tools may be incorporated into residency training programs for the development of surgical technical skills. Future studies should assess skill transfer between the left-handed and right-handed drills.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».