Evaluation of 3D Additively Manufactured Canine Brain Models for Teaching Veterinary Neuroanatomy
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
Physical specimens are essential to the teaching of veterinary anatomy. While fresh and fixed cadavers have long been the medium of choice, plastinated specimens have gained widespread acceptance as adjuncts to dissection materials. Even though the plastination process increases the durability of specimens, these are still derived from animal tissues and require periodic replacement if used by students on a regular basis. This study investigated the use of three-dimensional additively manufactured (3D AM) models (colloquially referred to as 3D-printed models) of the canine brain as a replacement for plastinated or formalin-fixed brains. The models investigated were built based on a micro-MRI of a single canine brain and have numerous practical advantages, such as durability, lower cost over time, and reduction of animal use. The effectiveness of the models was assessed by comparing performance among students who were instructed using either plastinated brains or 3D AM models. This study used propensity score matching to generate similar pairs of students. Pairings were based on gender and initial anatomy performance across two consecutive classes of first-year veterinary students. Students' performance on a practical neuroanatomy exam was compared, and no significant differences were found in scores based on the type of material (3D AM models or plastinated specimens) used for instruction. Students in both groups were equally able to identify neuroanatomical structures on cadaveric material, as well as respond to questions involving application of neuroanatomy knowledge. Therefore, we postulate that 3D AM canine brain models are an acceptable alternative to plastinated specimens in teaching veterinary neuroanatomy.
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 | 0,002 | 0,005 |
| 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 découle