Plastination in Anatomy Learning: An Experience at Cambridge University
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
Due to lack of objective data, the benefits of using plastination in combination with wet dissection in teaching gross anatomy are unknown. The aim of this study was to obtain objective evidence from students regarding the effectiveness of combining plastinated specimens (PS) with an established gross anatomy education program at Cambridge University that uses wet cadaver dissection and small-group tutorials. For a complete academic year, a total of 135 PS were used alongside wet cadaver dissections. The PS were also available for small-group tutorials. An anonymous closed questionnaire, using a 5-point numerical-estimation Likert scale, was used to gather information relating to the effectiveness of the PS. The level of student satisfaction with the combined use of wet dissections and PS was high, although higher (p<.05) for second-year students (98.4%) than for first-year students (95.5%). Students felt the specimens allowed them to see details that were often more difficult to identify in their dissections, for instance nerves. Voluntary use of PS was higher (p<.01) for second-year students (96.9%), who had previously experienced anatomy teaching with cadaver dissection alone, than for first-year students (77.7%). Overall, 97.7% of all students thought that the PS helped them understand and learn anatomy. All students surveyed (100%) recommended the use of PS in the future. Students considered the use of PS in the dissection room combined with wet cadaver dissection to be beneficial when learning anatomy, particularly when combined with their use during small-group tutorials.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découle