MétaCan
Menu
Retour à la cohorte
Enregistrement W2803620450

In-house Design and Construction of the Toronto Lap-Nissen Simulator

2018· article· en· W2803620450 sur OpenAlexaffabout
Gad Acosta, Maciej Bauer, Hideki Ujiie

Notice bibliographique

RevueCMBES Proceedings · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of TorontoToronto General HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)SimulationEngineeringComputer scienceEngineering managementMedical educationMedicineSurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Simulators for surgical trainees are utilized to improve laparoscopic technical skills. Following the request and directions from Dr. Hideki Ujiie and Dr. Kazuhiro Yasufuku's team, Maciej Bauer and Gad Acosta from the Surgical Support Group, Medical Engineering Department at the UHN, designed and constructed the Toronto Lap-Nissen Simulator. As an in-house team, close collaboration and fluent communication was established with the clinical team, which enabled an efficient progression from the prototypes to the model used during actual training. The desired outcome was to produce an inexpensive and relevant training model. The objective of this presentation is to illustrate the design process, methods and materials used for the construction of the Toronto Lap-Nissen Simulator. The technical aspects for this device will be discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,140
Score d'incertitude au seuil0,161

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,024
Tête enseignante GPT0,290
Écart entre enseignants0,266 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetSurgical Simulation and TrainingTravaux en français237 207