MétaCan
Menu
Retour à la cohorte
Enregistrement W2464493032 · doi:10.5435/jaaos-d-15-00440

Retention of Skills After Simulation-based Training in Orthopaedic Surgery

2016· article· en· W2464493032 sur OpenAlexaff
Kıvanç Ateşok, Richard M. Satava, Ann E. Van Heest, MaCalus V. Hogan, Robert A. Pedowitz, Freddie H. Fu, Irena Sitnikov, J. Lawrence Marsh, Shepard R. Hurwitz

Notice bibliographique

RevueJournal of the American Academy of Orthopaedic Surgeons · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineSimulation trainingTransferabilityTraining (meteorology)Medical educationPatient safetyMedical physicsPhysical therapySimulationComputer scienceHealth care

Résumé

récupéré en direct d'OpenAlex

Simulation-based surgical skills training has become essential in orthopaedic practice because of concerns about patient safety and an increase in technically challenging procedures. Surgical skills training in specifically designed simulation laboratories allows practice of procedures in a risk-free environment before they are performed in the operating room. The transferability of acquired skills to performance with patients is the most effective measure of the predictive validity of simulation-based training. Retention of the skills transferred to clinical situations is also critical. However, evidence of simulation-based skill retention in the orthopaedic literature is limited, and concerns about sustainability exist. Solutions for skill decay include repeated practice of the tasks learned on simulators and reinforcement of areas that are sensitive to decline. Further research is required to determine the retention rates of surgical skills acquired in simulation-based training as well as the success of proposed solutions for skill decay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,312
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of Orthopaedic SurgeonsMême sujetSurgical Simulation and TrainingTravaux en français237 207