MétaCan
Menu
Retour à la cohorte
Enregistrement W2893392684 · doi:10.1097/sap.0000000000001594

Making Augmented and Virtual Reality Work for the Plastic Surgeon

2018· review· en· W2893392684 sur OpenAlexaff
Jonathan Kanevsky, Tyler Safran, Dino Zammit, Samuel J. Lin, Mirko S. Gilardino

Notice bibliographique

RevueAnnals of Plastic Surgery · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineAugmented realityVirtual realityThe InternetVisualizationResource (disambiguation)Point (geometry)Health careMultimediaHuman–computer interactionWorld Wide WebComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Augmented and virtual reality is an evolving technology at the forefront of medicine. It can provide physicians with hands-free, real-time access to the vast resources of the Internet and electronic medical records, allowing simultaneously recording of clinical encounters or procedures. Mixed reality platforms can be applied as a clinical tool, educational resource, or as an aid in enhancing communication in health care. This article will explore how various augmented and virtual reality platforms have enabled real-time visualization of patient information, recording of surgical cases, point-of-view photography, and intraoperative consults-all while remaining sterile in the operating room. Although this technology is of potential value to a number of different surgical and medical specialties, plastic surgery is ideally suited to lead this charge.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,389
Tête enseignante GPT0,441
Écart entre enseignants0,052 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Plastic SurgeryMême sujetSurgical Simulation and TrainingTravaux en français237 207