Predicting Microsurgical Aptitude
Notice bibliographique
Résumé
OBJECTIVE: Microscopic techniques are an essential part of otolaryngologic practice. These procedures demand advanced psychomotor and visuospatial skills, and trainees possess these abilities to varying degrees. No method currently exists to predict who will possess an aptitude for microscopic surgery. Our goal was to determine whether performance can be predicted by background experiences or skills. STUDY DESIGN: Retrospective cohort study. SETTING: Tertiary academic hospital. SUBJECTS: Students with no previous surgical experience. INTERVENTIONS: Subjects were surveyed on a wide range characteristics thought to affect surgical aptitude, with a primary focus on video gaming and musical training. MAIN OUTCOME MEASURE: Subjects performed a microsurgical task using a novel simulator and their performance was assessed by blinded investigators. RESULTS: Forty-six students were assessed. There was no correlation between video gaming and improved microsurgical performance. Rather, video gamers obtained worse scores, although this difference did not reach significance. The majority of students played a musical instrument. Within this group, musicians who began playing at younger ages obtained higher scores, with the highest scores obtained by musicians who began playing before age 6. However, musicians did not obtain higher scores than non-musicians, regardless of their age of initiation. CONCLUSIONS: No improvement in microsurgical aptitude was seen in subjects who had a history of video gaming or musical instrument playing.
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 | 0,000 | 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 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 ».