Evaluation of Optimal Timing of Expert Feedback in a Simulated Flexible Ureteroscopy Course
Notice bibliographique
Résumé
Introduction: Simulation-based training (SBT) has become an increasingly popular modality to train novice surgical residents in the face of rapidly increasing innovative surgical techniques across all surgical disciplines. Recent studies have already demonstrated SBT to be effective in helping overcome the learning curve associated with new surgical techniques, especially in junior residents and endoscopic procedures. In addition, it is known that trainees benefit significantly from expert feedback; however, there is a paucity of data looking into the optimal timing of this feedback during SBT. To address this knowledge deficit, an SBT curriculum was developed for junior urology residents to assess optimal timing of feedback during SBT for flexible ureteroscopy (fURS). Materials and Methods: The SBT course consisted of a pretraining assessment, three independent practice sessions, and a post-training assessment, with residents receiving expert feedback right after their pretraining assessment (early feedback [EF]) or after their final independent training session (late feedback [LF]). Results: Fifteen trainees with similar baseline fURS experience and precourse fURS task performance score participated in the study. There was a significant difference between the pre- and post-task completion times overall (15.2 minutes vs 9.1 minutes, p < 0.001), with no difference between the early or LF groups (p = 0.884). The mean performance scores improved for both groups (18.2 vs 24.2, p < 0.001) with the EF group having a more statistically significant improvement in performance scores than the LF group (p = 0.05), and most (73%) of residents preferred EF. Conclusions: This study demonstrates that an SBT curriculum for fURS is effective for technical skills development among junior trainees, and that EF resulted in marginally better overall scores and was preferred by residents.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».