Effect of Training Method on Dental Students’ Light‐Curing Performance
Notice bibliographique
Résumé
The aims of this study were to evaluate 1) the effect of different light-curing training methods on first-year dental students' light-curing performance immediately after and one year after training and 2) the effect of dental student year (first vs. third year) and different light-curing training methods on students' light-curing efficacy. The study was organized into two parts, conducted in 2013 and 2014. In the first part, all students (N=66) in the first-year restorative course at a Canadian dental school were invited to participate in a light-curing activity immediately after training; after 12 months, those students (now in their second year) were asked to again perform the light-curing activity. In the second part, all the subsequent first-year students (N=75) and third-year students (N=95) were invited to perform the same light-curing activity after training. Each class was divided into three groups: the Control group received a lecture; the Tips group received the same lecture plus tips on "7 Steps to Ensure Better Light Curing"; and the Simulator group received the lecture, tips, and hands-on training using the patient simulator. In the first part of the study, all 66 students participated in the first year; 39 of those participated a year later. In the second part, all students in both years participated. For the first part, time had a significant effect on light-curing performance, with significantly higher results in the second year. When the first-year students' results were isolated, training method had a significant effect on mean and maximum irradiance values. The second part found a significant effect of training on mean (p=0.003) and maximum (p=0.021) irradiance. The interaction DDS*training was significant (p=0.037) when the after-training values were analyzed. These results point to the need for further research to determine the most effective light-curing training methods.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».