Notice bibliographique
Résumé
Editor, We thank Dr Badiger et al.1 for their interest in our article.2 Since our first study on the prototype,3 we have followed the development of the ORSIM virtual reality bronchoscopy simulator (Airway Simulation Limited, Auckland, New Zealand) and are pleased that the experiences of Dr Badiger et al. are positive with the commercially available version. Interestingly, their findings closely resemble earlier results published on the other virtual-reality simulator in our study (AccuTouch; CAE Healthcare, Montreal, Canada).4 However, it is important to acknowledge that neither trainees’ self-assessed learning gain nor their perception of simulation realism are valid measures of the efficacy of the training. Literature shows that we cannot trust self-assessment5 and the fact that trainees feel more confident after a training intervention should not be equalled to increased competence. The importance of realism in simulation is under debate and a recent review found only a minimal relationship between simulation fidelity and transfer of learning.6 Virtual-reality simulators can show a range of difficult airway scenarios, but only the most expensive ones provide haptic feedback. Tube advancement is a key component of fibreoptic intubation and can only be practised on physical models. No evidence favours virtual-reality simulation over practising on mannequins when learning fibreoptic intubation. The best possible way of practising the procedure remains to be established. In a recent randomised controlled study,7 we compared part-task training with whole-task training and found a positive learning effect in both groups but no significant differences in fibreoptic intubation skills between groups. Future studies should compare different approaches to training and ideally use blinded assessments of real procedures as outcome measures (transfer studies). In conclusion, we agree that fibreoptic intubation should be practised in a simulated environment prior to performance on patients. Available, local resources should decide which teaching modalities to use. Acknowledgements relating to this article Assistance with the letter: none. Financial support and sponsorship: none. Conflicts of interest: none.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».