MétaCan
Menu
Retour à la cohorte
Enregistrement W2899400113 · doi:10.1111/eje.12404

Comparison of student’s perceptions between 3D printed models versus series models in paediatric dentistry hands‐on session

2018· article· en· W2899400113 sur OpenAlexaff
Mathieu Marty, Alice Broutin, Jean‐Noël Vergnes, Frédéric Vaysse

Notice bibliographique

RevueEuropean Journal Of Dental Education · 2018
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)PerceptionSeries (stratigraphy)Dentistry3d printedMedicinePsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Dental education emphasises the acquisition of technical skills. Recent advances in 3D printing technologies have enabled the emergence of new educational tools usable in hands-on work sessions. The possibility to print 3D models from CT scans of patients is now available to dental practitioners. The aim of this study was to develop and evaluate a 3D printed model for paediatric dentistry training and compare it to the reference model used in our faculty. MATERIALS AND METHOD: 3D models were obtained by modifying and printing the CT scan of a young patient using the Voco® Solflex 350 3D® printer and Voco® V-print resin. Thirty-four students were asked to perform a pulpotomy and preparation for a stainless steel paediatric crown on tooth 85 on both the 3D printed model and the industrial model (Frasaco®), and then to answer a questionnaire. The data were analysed using R software. RESULT: Both models obtained high scores. The learning potential and its applicability to clinical practice showed no statistically significant difference. Although the colour and the simulation of the proximal area disturbed the students (P = 0.009), the 3D models were seen as a good idea (P = 0.012). When it came to model design, the students appreciated the simulation of caries on 3D models (P = 0.0001) and considered the use 3D of models as a more realistic experience (P = 0.017). DISCUSSION: Although this study has some limitations (number of participants, choice of the models to be compared), it constitutes the first attempt to compare students' perception of 3D and series models. It shows that 3D technology makes it possible to obtain models of similar quality while offering a more realistic experience. CONCLUSION: There are still many ways in which these models could be improved. For example, modifying the quality of resins could improve the milling sensation, and the design could be improved to achieve better contact points. Nevertheless, these 3D models offer the possibility to give the patient a more central place in the education of future practitioners.

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)0,014
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 GPT0,432
Écart entre enseignants0,326 · 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

Citations61
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal Of Dental EducationMême sujetDental Research and COVID-19Travaux en français237 207