Evaluation of the effectiveness of 3D vascular stereoscopic models in anatomy instruction for first year medical students
Notice bibliographique
Résumé
The head and neck region is one of the most complex areas featured in the medical gross anatomy curriculum. The effectiveness of using three-dimensional (3D) models to teach anatomy is a topic of much discussion in medical education research. However, the use of 3D stereoscopic models of the head and neck circulation in anatomy education has not been previously studied in detail. This study investigated whether 3D stereoscopic models created from computed tomographic angiography (CTA) data were efficacious teaching tools for the head and neck vascular anatomy. The test subjects were first year medical students at the University of Mississippi Medical Center. The assessment tools included: anatomy knowledge tests (prelearning session knowledge test and postlearning session knowledge test), mental rotation tests (spatial ability; presession MRT and postsession MRT), and a satisfaction survey. Results were analyzed using a Wilcoxon rank-sum test and linear regression analysis. A total of 39 first year medical students participated in the study. The results indicated that all students who were exposed to the stereoscopic 3D vascular models in 3D learning sessions increased their ability to correctly identify the head and neck vascular anatomy. Most importantly, for students with low-spatial ability, 3D learning sessions improved postsession knowledge scores to a level comparable to that demonstrated by students with high-spatial ability indicating that the use of 3D stereoscopic models may be particularly valuable to these students with low-spatial ability. Anat Sci Educ 10: 34-45. © 2016 American Association of Anatomists.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».