MétaCan
Menu
Retour à la cohorte
Enregistrement W2896322559 · doi:10.1002/ca.23292

Virtual reality and cardiac anatomy: Exploring immersive three‐dimensional cardiac imaging, a pilot study in undergraduate medical anatomy education

2018· article· en· W2896322559 sur OpenAlexaff
Hillel S. Maresky, Anastasia Oikonomou, Ismail Tawakol Ali, Noah Ditkofsky, Mini Pakkal, Barbara A. Ballyk

Notice bibliographique

RevueClinical Anatomy · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensToronto General HospitalHospital for Sick ChildrenUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNvidiaNational Geographic SocietyFacebook
Mots-clésMedicineGross anatomyAnatomyVirtual realityHuman–computer interactionComputer science

Résumé

récupéré en direct d'OpenAlex

Cardiac anatomy can be challenging to grasp because of its complex three-dimensional nature and remains one of the most challenging topics to teach. In light of some exciting technological advances in the field of virtual reality (VR), we sought to test the viability and the assess efficacy of this computer-generated model for the purposes of teaching cardiac anatomy. Before learning cardiac anatomy, first-year undergraduate medical students participated in an anatomically correct VR simulation of the heart. Students were randomly distributed into control and variable groups. Each student completed a pre-intervention quiz, consisting of 10 multiple choice questions with 5 conventional cardiac anatomy questions and 5 visual-spatial (VS) questions. The control group continued to independent study, whereas the variable group subjects were exposed to a 30-min immersive cardiac VR experience. At the end of the intervention, both the groups underwent a separate post-intervention 10-question quiz. Forty-two students participated in the cardiac VR experiment, separated into 14 control and 28 variable subjects. They scored 50.9% on average on the pre-intervention quiz (SD = 16.5) and 70.2% on the post-intervention quiz (SD = 18.7). Compared to the control group, the students exposed to VR scored 21.4% higher in conventional content (P = 0.004), 26.4% higher in VS content (P < 0.001), and 23.9% higher overall (P < 0.001). VR offers an anatomically correct and immersive VS environment that permits learner to interact three-dimensionally with the heart's anatomy. This study demonstrates the viability and the effectiveness of VR in teaching cardiac anatomy. Clin. Anat. 32:238-243, 2019. © 2018 Wiley Periodicals, Inc.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,106
Tête enseignante GPT0,424
Écart entre enseignants0,318 · 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'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

Citations310
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical AnatomyMême sujetSurgical Simulation and TrainingTravaux en français237 207