Evaluation and Implementation of a High-Fidelity Cleft Palate Simulator
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
BACKGROUND: Cleft palate repair is a challenging procedure to learn because of the delicate tissue handling required and the small confines of the infant oral cavity. As a result, cleft palate simulators have previously been described to augment cleft palate repair training. Although valuable, they lack the fidelity for this complex procedure. METHODS: A high-fidelity cleft palate simulator was evaluated by staff and fellows in pediatric plastic surgery who provided feedback on its realism, anatomical accuracy, and effectiveness as a training tool. The simulator was implemented within a training workshop following a didactic session on cleft palate repair and anatomy. A test was administered to each participant before and immediately after the workshop to assess knowledge transfer. Perceived confidence of performing a repair following the workshop was also assessed, as was the workshop's effectiveness. RESULTS: Overall, participants agreed that the simulator is anatomically accurate and realistic and strongly agreed that the simulator is a valuable training tool. The average test score increased from 25 percent before the workshop to 77.27 percent after the workshop. Overall, participants of the workshop felt more confident performing a repair and strongly agreed that the workshop was valuable and effective. CONCLUSIONS: A high-fidelity cleft palate simulator has been evaluated as realistic, anatomically accurate, and valuable as a training tool. The simulator was successfully integrated into a training workshop, which resulted in significant knowledge increase on anatomy and the procedure and perceived confidence and comfort in performing a cleft palate repair.
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 | 0,001 | 0,002 |
| 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) | 0,002 | 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 découle