MétaCan
Menu
Retour à la cohorte
Enregistrement W2583457622 · doi:10.30979/rev.abeno.v16i4.325

Development and evaluation of a learning object focused on factors that might interfere on the radiographic image

2016· article· pt· W2583457622 sur OpenAlexaff
Mísia Radesca Álvares Imgärtchen, Renata Graziotin-Soares, Diego Machado Ardenghi, Vânia Regina Camargo Fontanella

Notice bibliographique

RevueRevista da ABENO · 2016
Typearticle
Languept
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPsychologyMedicineArt

Résumé

récupéré en direct d'OpenAlex

Considerando as dificuldades apresentadas pelos estudantes de odontologia na obtenção de imagens radiográficas de qualidade, o presente estudo teve por objetivos desenvolver e avaliar um objeto de aprendizagem (OA) no qual o usuário possa simular exposições radiográficas, modificando os fatores que interferem na qualidade da imagem radiográfica. Para este estudo exploratório descritivo, 48 radiografias periapicais foram obtidas da região posterior de uma mandíbula humana seca, com diferentes combinações de kVp/mA, sensibilidade do filme, distância focal e tempo de exposição. A cada imagem foi atribuído um texto sobre sua qualidade, aplicabilidade ao diagnóstico e, se necessário, sugestões ou questões sobre ajustes requeridos. Na tela do OA os estudantes podem simular situações combinando os diferentes fatores até que obtenham o melhor resultado. Para a avaliação do OA, 64 alunos de graduação foram divididos em dois grupos. Todos os alunos participaram da aula teórica e realizaram um teste. Na semana seguinte o Grupo 1 executou exercícios práticos e o Grupo 2 utilizou o OA, ambos respondendo a um segundo teste. Na terceira semana os grupos inverteram as atividades e foi aplicado o terceiro teste. Um questionário aberto foi respondido por todos os alunos com intuito de avaliar qualitativamente o OA. Não houve diferença estatisticamente significante quanto aos acertos nos testes entre os grupos. O OA não melhorou o desempenho dos estudantes em testes, porém foi considerado como uma metodologia muito boa, que estimula o aprendizado. A utilização do OA somou-se aos exercícios práticos, melhorando no aprendizado dos fatores que podem interferir na imagem radiográfica.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,100
Tête enseignante GPT0,348
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista da ABENOMême sujetDental Research and COVID-19Travaux en français237 207