The Impact of Distraction on Laparoscopic Skills in Veterinary Medical Students
Notice bibliographique
Résumé
OBJECTIVE: To investigate the impact of distraction on the performance of a simulator-based laparoscopic task in veterinary students. STUDY DESIGN: Prospective, randomized trial. SAMPLE POPULATION: Years 1-4 veterinary students (n=41). METHODS: Participants repeated a simulated laparoscopic peg transfer task to eliminate any learning effects and were subsequently randomized to receive either a cognitive (double-digit addition questions, n=21) or sensory distraction (dogs barking and anesthesia monitor alerts, n=20). The laparoscopic task scores were compared between baseline and in the presence and absence of each distraction. The number of addition questions attempted, and the number of questions answered correctly in 1 minute were compared between baseline and during a concurrent laparoscopic task. RESULTS: Baseline laparoscopic task scores were not significantly different between groups (P=.09). Laparoscopic task scores were significantly lower than baseline when performed with the cognitive distraction (P<.001) and significantly higher than baseline when performed with the sensory distraction (P=.005). Participants undergoing cognitive distraction attempted significantly fewer addition questions (P<.001) and answered significantly fewer addition questions correctly (P<.001) when a concurrent laparoscopic task was performed. CONCLUSION: Cognitive distraction had a negative impact on the performance of a laparoscopic task in this cohort of veterinary students, whereas sensory distraction had a positive effect.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».